Cách chép lại bản ghi dài (hơn 2 giờ)

Tác giả: Hushscript | Ngày đăng: 24 tháng 4, 2026 | Rà soát lần cuối: 22 tháng 7, 2026

Bản ghi dài giúp hiển thị mọi giới hạn: thời lượng tối đa, chuẩn bị trình duyệt, độ tin cậy tải lên, số dư phút và các biện pháp bảo vệ hàng đợi. Nếu bạn có một cuộc phỏng vấn kéo dài 3 giờ, một buổi hội thảo kéo dài nửa ngày hoặc một cuộc họp hội đồng quản trị để chuyển thành văn bản, hãy kiểm tra các giới hạn đó trước khi tải lên thay vì sau khi công việc thất bại.

Hushscript tải lên mỗi lần tải lên tối đa 10 giờ, không có giới hạn kích thước tệp– các tệp lớn được chuẩn bị ngay trong trình duyệt của bạn. Không có trợ cấp hàng ngày theo kế hoạch; mức trần an toàn luân chuyển 24 giờ cao trong 40 giờ và các biện pháp bảo vệ công việc tích cực bảo vệ dịch vụ. Ở đây, một tập tin dài không phải là trường hợp đặc biệt; đó là quy trình làm việc tương tự như một đoạn clip dài hai phút, chỉ cần để lại để tự hoàn thành.

Những thứ bạn cần trước khi bắt đầu

Bạn cần ba thứ và có thể bạn đã có cả ba thứ.

• Bản ghi âm, ở bất kỳ định dạng âm thanh hoặc video phổ biến nào: MP3, M4A, WAV, FLAC, AAC, MP4, MOV, MKV, và phần còn lại. Không cần phải chuyển đổi nó trước; chỉ cần thả tệp vào.
• Một trình duyệt hiện đại. 30 giây đầu tiên được chuẩn bị dưới dạng một clip xem trước nhỏ gọn trong trình duyệt của bạn và được gửi để chép lời xem trước; toàn bộ tệp sẽ không được tải lên cho đến khi bạn đăng nhập. Đối với các tệp video, trình duyệt cũng chuẩn bị âm thanh mà không gửi video nguồn.
• Số phút trong số dư của bạn có đủ để trang trải thời lượng. Đây là con số đáng để kiểm tra trước. Một cuộc phỏng vấn kéo dài 2,5 giờ là 150 phút, vì vậy gói 5 giờ (300 phút) sẽ có đủ chỗ trống. Tài khoản mới có 30 phút miễn phí để dùng thử toàn bộ quy trình; hãy xem trang giá để biết giá của mỗi gói.

Một lưu ý nhanh về số phút miễn phí, vì các bản ghi dài sẽ tiêu hao rất nhanh: bạn nhận được 30 phút miễn phí một lần. Cách nhanh nhất để mở khóa chúng là thêm thẻ (khoản giữ 1 đô la sẽ xác thực thẻ đó và được giải phóng ngay lập tức, không bao giờ bị tính phí) và số phút sẽ có hiệu lực ngay lập tức. Nếu bạn muốn sử dụng một phương thức thanh toán khác có sẵn ở quốc gia của mình thì thay vào đó, 30 phút sẽ đến với lần mua hàng đầu tiên của bạn. Không cần có thẻ; nó chỉ là con đường nhanh nhất. Ba mươi phút là đủ để chép lại một đoạn ngắn và đánh giá độ chính xác trước khi bạn chuyển một gói đầy đủ thành một tệp dài ba giờ.

Những điều cần xác minh trước khi tải lên một đoạn dài

Bốn bước kiểm tra ngăn ngừa hầu hết những điều bất ngờ:

• Thời lượng mỗi tệp. Hushscript chấp nhận bản ghi có thời lượng lên tới 10 giờ. Nguồn dài hơn cần được phân chia theo thời gian nghỉ tự nhiên.
• Dung lượng trình duyệt và thiết bị. Không có giới hạn kích thước tệp sản phẩm nhưng trình duyệt vẫn phải đọc và chuẩn bị nguồn cục bộ. Các tệp rất lớn cần có đủ bộ nhớ, dung lượng lưu trữ và thời gian trên thiết bị thực hiện tải lên.
• Số dư phút. Việc thanh toán tuân theo thời lượng âm thanh. Bản ghi 150 phút dành 150 phút cơ bản trước bất kỳ tùy chọn nào thay đổi thời lượng tính phí.
• Các biện pháp bảo vệ dịch vụ. Không có trợ cấp hàng ngày theo gói nhưng vẫn áp dụng mức trần an toàn luân phiên 24 giờ trong 40 giờ và các biện pháp bảo vệ công việc đang hoạt động. Một lô lớn có thể xếp hàng thay vì bắt đầu mọi tệp cùng một lúc.

Hãy xác nhận những ranh giới đó trước khi bạn tải lên. Hushscript nêu rõ chúng ở đây để có thể lên kế hoạch cho một công việc dài từ thời lượng nguồn thay vì bị phát hiện bằng cách thử và sai.

Phiên âm một bản ghi dài, từng bước một

Không có chế độ ghi dài nào để bật. Quá trình này giống hệt như một đoạn clip ngắn; nó chỉ chạy lâu hơn trong nền.

1. Mở trình chuyển đổi và thả tệp của bạn. Đi tới âm thanh thành văn bản và kéo bản ghi vào khu vực tải lên hoặc nhấp để duyệt. Mọi định dạng âm thanh hoặc video phổ biến đều được chấp nhận. Nếu đó là video, âm thanh sẽ được trích xuất trong trình duyệt của bạn tại thời điểm này, do đó tệp video nặng sẽ không bao giờ rời khỏi máy của bạn.
2. Kiểm tra bản xem trước 30 giây. Trước khi bạn đăng ký, Hushscript chuẩn bị một đoạn clip ngắn trong trình duyệt của bạn, gửi clip đó để chép lời và hiển thị cho bạn đầu ra được gắn nhãn người nói. Bản ghi đầy đủ vẫn ở trạng thái cục bộ ở giai đoạn này. Đọc bản xem trước, xác nhận những người nói được phân tách hợp lý và các từ đều chính xác, và bạn sẽ biết liệu âm thanh có đủ rõ ràng để phát toàn bộ hay không.
3. Đăng nhập để chép lời phần còn lại. Nếu bản xem trước có vẻ ổn, hãy đăng ký và tải toàn bộ tệp lên. Đây là lúc số dư phút của bạn quan trọng: một tệp 150 phút tiêu tốn 150 phút. Đảm bảo gói bạn có đủ thời lượng.
4. Hãy để công việc tự hoàn thành. Thời gian xử lý thay đổi tùy theo độ dài tệp và tải dịch vụ nhưng công việc sẽ chạy không cần giám sát. Bạn không cần phải giữ tiêu điểm cho tab đó; quay lại khi hoàn tất.
5. Gắn nhãn lại cho người nói. Bản ghi sẽ có nhãn chung chung như Người nói A và Người nói B. Trong trình chỉnh sửa, đổi tên Người nói A thành tên thật một lần và nó cập nhật mọi nơi trong tài liệu, nhờ đó, một cuộc phỏng vấn kéo dài ba giờ sẽ đọc đúng tên.
6. Xuất ở định dạng bạn cần. Tải xuống ở bất kỳ định dạng nào trong số 21 định dạng (TXT, SRT, DOCX, PDF, phụ đề và định dạng dòng thời gian của biên tập viên trong số đó) cùng với .husharchive được bảo vệ bằng mật khẩu, không có hình mờ trên bất kỳ trong số họ. SRT là lựa chọn phù hợp cho các tệp dài vì dấu thời gian của nó cho phép bạn chuyển thẳng đến bất kỳ thời điểm nào thay vì cuộn.

Kết quả nằm trong trang tổng quan của bạn với nhãn người nói, dấu thời gian và menu xuất đầy đủ và kết quả vẫn ở đó để bạn quay lại.

Một ví dụ hoạt động: một cuộc phỏng vấn được ghi âm kéo dài 2,5 giờ

Đây là cách kết quả trông như thế này với hình dạng tệp thực. Giả sử bạn đã ghi âm một cuộc phỏng vấn kéo dài 2 giờ 30 phút dưới dạng một tệp MP3: hai người, một im lặng, một ồn ào, được ghi âm qua cuộc gọi điện video.

Bạn thả tệp MP3 vào khu vực tải lên. Bản xem trước 30 giây hiển thị hai người nói đã được tách ra trong mẫu mở đầu. Bạn đăng nhập; tải lên tệp dài 150 phút và công việc bắt đầu. Khi hoàn tất, kết quả là một tài liệu liên tục có dấu thời gian chạy liên tục từ 00:00:00 đến 02:30:00.

Kết quả thô có nội dung như sau:

[00:00:04] Người nói A: Cảm ơn bạn đã dành thời gian. Chúng ta có thể bắt đầu với dự án được bắt đầu như thế nào không?
<00:00:11] Người nói B: Tất nhiên rồi. Vì vậy, mọi chuyện thực sự bắt đầu từ đầu năm 2023, khi...

Bạn đổi tên Người nói A thành người phỏng vấn và Người nói B thành chủ đề một lần, và mỗi dòng đều cập nhật. Sau đó, bạn xuất hai lần: một TXT để dán vào phần tóm tắt cho bản tóm tắt đầu tiên và một SRT để khi viết một câu trích dẫn trực tiếp, bạn có thể nhấp vào dấu thời gian và nghe chính xác cách nó được nói. Tổng chi phí: Giảm 150 phút trong số dư của bạn, tải lên một lần, không tách, không cắt bớt, không thử lần thứ hai.

Dán nhãn cho người nói trong một phiên dài

việc phân tách người nói trong bản ghi dài 3 giờ thực sự khó hơn so với clip dài 10 phút: giọng trôi đi, khoảng dừng kéo dài và tiếng ồn xung quanh xuất hiện và biến mất. Hushscript chạy nhãn trên toàn bộ bản ghi cùng một lúc, do đó, các nhãn luôn nhất quán từ đầu đến cuối, nhưng bản thân bản ghi có thể giúp ích hoặc làm tổn hại đến điều đó.

Tại thời điểm ghi:

• Nếu công cụ của bạn có thể ghi lại một bản nhạc riêng cho mỗi người tham gia, hãy sử dụng nó. Ví dụ: bản ghi cục bộ của Zoom có ​​thể tạo ra âm thanh hỗn hợp hoặc âm thanh trên mỗi kênh tùy thuộc vào cài đặt; bản nhạc âm thanh nổi hỗn hợp thường hoạt động tốt nhất để tải lên.
• Ghi âm trong phòng thực tế là một trường hợp khó khăn. Mic định hướng hay đơn giản là đặt những người nói cách xa nhau sẽ cắt nhiễu xuyên âm khiến hai giọng nói được đọc thành một.

Chất lượng âm thanh:

• 44,1 kHz / WAV 16 bit hoặc MP3 tốc độ bit cao ở tốc độ 128 kbps trở lên là đủ cho hệ thống. Không có mức tăng độ chính xác từ 96 kHz; nó chỉ làm cho một tập tin dài lớn hơn.
• Nếu bản ghi yên tĩnh hoặc không đều, việc chuẩn hóa âm lượng trong trình chỉnh sửa âm thanh trước khi tải lên thường nâng cao độ chính xác hơn bất kỳ thay đổi cài đặt nào.

Sau khi bản ghi đã trở lại, việc dán nhãn lại Người nói A bằng tên thật là chỉnh sửa một lần sẽ lan truyền khắp toàn bộ tài liệu. Để tìm hiểu sâu hơn về cách thức hoạt động của nhãn, hãy xem phần nhận dạng người nói.

Tách tệp hoặc tải toàn bộ tệp lên?

Câu trả lời ngắn gọn cho hầu hết mọi người: tải toàn bộ bản ghi âm lên. Chia một bản ghi âm dài thành nhiều phần là điều nên tránh, không phải là điều nên làm và chỉ có hai trường hợp cần thiết.

Tải lên dưới dạng một tệp khi bản ghi dài từ 10 giờ trở xuống, bao gồm phần lớn các cuộc phỏng vấn, bài giảng, cuộc họp và hội thảo – không có giới hạn về kích thước tệp để xử lý. Một tệp có nghĩa là một bộ dấu thời gian liên tục và một bộ nhãn người nói nhất quán. Việc chia tách sẽ phá vỡ cả hai: mỗi phần khởi động lại đồng hồ ở mức 0 và cùng một người có thể nhận được nhãn khác trong phần hai so với phần một, khiến bạn phải ghép và ánh xạ lại bằng tay.

Hệ thống giọng nói vẫn có thể phân chia âm thanh dài bên trong. Nghiên cứu IWSLT 2026 gần đây về xử lý giọng nói dạng dài đã so sánh một số chiến lược phân khúc và nhận thấy rằng lựa chọn này ảnh hưởng đến độ chắc chắn. Đó là mối lo ngại ở cấp độ công cụ chứ không phải lý do để tự tay cắt nguồn của bạn: việc giữ một lần tải lên sẽ duy trì bản ghi liên tục hướng tới người dùng trong khi quy trình xử lý xử lý các ranh giới nội bộ của chính nó.

Chỉ phân chia khi bản ghi thực sự kéo dài hơn 10 giờ, chẳng hạn như bản ghi hội nghị kéo dài nhiều ngày. Trong trường hợp đó, hãy đặt khoảng im lặng tự nhiên (ngắt phiên) thay vì ở giữa câu và ghi chú phần bù để bạn có thể đánh số lại dấu thời gian sau đó. Nếu bạn đang cắt một tệp MP3 trước khi tải lên, hãy ưu tiên tốc độ bit không đổi (CBR) hơn tốc độ bit thay đổi (VBR), vì VBR có thể gây ra hiện tượng trôi đồng bộ hóa trong một số trình chỉnh sửa.

Tệp video nhiều gigabyte không phải là vấn đề. Vì Hushscript trích xuất âm thanh trong trình duyệt của bạn trước khi tải lên nên kích thước của video nguồn không phải là kích thước tải lên và không có giới hạn về kích thước của tệp nguồn đó – chỉ có luồng âm thanh nhỏ hơn nhiều được truyền đi, miễn là trình duyệt và thiết bị của bạn có thể xử lý việc chuẩn bị nó.

Cài đặt tốt nhất để đảm bảo độ chính xác cho âm thanh dài

Yếu tố lớn nhất về độ chính xác là độ rõ ràng của giọng nói chứ không phải tốc độ mẫu hay định dạng tệp. Cụ thể là đối với các phiên dài:

• Sử dụng máy nén ở phía ghi âm(máy nén âm thanh phần cứng hoặc phần mềm, không phải nén tệp) để thu hẹp khoảng cách giữa người phỏng vấn ồn ào và chủ đề yên tĩnh. Điều này quan trọng hơn nhiều trong suốt ba giờ so với trong mười phút, trong đó một sự lệch cấp có thể làm mất toàn bộ trao đổi.
• FLAC không mất dữ liệu và được chấp nhận, nhưng nó sẽ không đánh bại được một bản MP3 tốt về độ chính xác. Công dụng thực sự duy nhất của nó là loại bỏ nghi ngờ: nếu bạn muốn chất lượng âm thanh chắc chắn không phải là điểm nghẽn cổ chai, FLAC sẽ giải quyết vấn đề này với chi phí là một tệp lớn hơn.
• Tránh giảm tiếng ồn quá nhiều trước khi tải lên. Việc khử nhiễu quá mức có thể làm mất đi các phụ âm và thực sự làm giảm độ chính xác. Giúp bình thường hóa ánh sáng; việc chà xát thì không.

Xử lý sự cố phổ biến đối với tệp dài

Độ chính xác giảm ở nửa sau của bản ghi. Điều này hầu như luôn giảm mức âm thanh hoặc tiếng ồn trong phòng tăng lên vào cuối phiên dài chứ không phải là giới hạn độ dài. Kiểm tra bản ghi gốc xung quanh dấu thời gian có cụm lỗi; nếu mức độ giảm xuống, hãy bình thường hóa và chạy lại, đồng thời sử dụng bản xem trước 30 giây trên phân đoạn sau để xác nhận trước khi dành lại số phút đó.

Hai người tiếp tục hợp nhất thành một người nói. Lời nói chồng chéo và nhiễu xuyên âm là nguyên nhân thông thường. Thực tế là không có cách khắc phục hoàn hảo nào, nhưng bản ghi âm có sự tách biệt hơn giữa các giọng nói (bản nhạc trên mỗi kênh hoặc các micrô cách xa nhau hơn) sẽ cho kết quả phân tách rõ ràng hơn nhiều vào lần tới. Trong bản ghi hiện có, bạn có thể sửa lỗi đôi khi bị gắn nhãn sai theo cách thủ công trong trình chỉnh sửa.

Tệp lớn tải lên chậm. Tốc độ tải lên là kết nối của bạn chứ không phải công cụ. Đối với video nhiều gigabyte, hãy nhớ rằng âm thanh được trích xuất cục bộ trước tiên, do đó, tệp tải lên thực tế nhỏ hơn nhiều so với tệp trên đĩa. Nếu bạn đang sử dụng kết nối yếu thì liên kết có dây hoặc chỉ để liên kết chạy sẽ xuất hiện ở đó.

Tiếng ồn xung quanh trong suốt quá trình ghi. Tiếng ồn ổn định (điều hòa không khí, giao thông, tiếng ồn trong phòng) làm giảm độ chính xác trên toàn bộ tệp. Chuẩn hóa âm lượng ánh sáng thường giúp ích nhiều hơn là khử nhiễu, điều này có xu hướng làm hỏng giọng nói. Nếu một đoạn bị ảnh hưởng nặng nề thì dấu thời gian vẫn cho phép bạn tìm thấy đoạn đó và nghe lại.

Bản ghi có vẻ như đã kết thúc sớm. Trên Hushscript, bản ghi bao gồm toàn bộ tệp; không có sự cắt ngắn im lặng. Nếu văn bản có vẻ ngắn, hãy kiểm tra dấu thời gian cuối cùng với độ dài thực của bản ghi. Khoảng im lặng kéo dài hoặc âm nhạc chỉ tạo ra một vài từ, có thể đọc là “thiếu” nhưng không phải.

Xuất bản chép lời dài: định dạng nào

Đối với phiên kéo dài nhiều giờ, định dạng bạn chọn sẽ thay đổi mức độ hữu dụng của bản ghi.

• TXT là dữ liệu đầu vào phù hợp và di động nhất để đưa vào LLM nhằm tóm tắt hoặc phân tích một đoạn dài cuộc trò chuyện.
• SRT mang dấu thời gian ở cấp độ phát âm nên bạn có thể chuyển sang bất kỳ khoảnh khắc nào mà không cần cuộn. Nếu lý do chép lời của bạn là để tìm những khoảnh khắc cụ thể thì đây là định dạng.
• DOCX giữ nhãn người nói và dấu thời gian trong một tệp tương thích với Word, cách tốt nhất để chia sẻ bản chép lời với những người cần nhận xét về nó.
• JSON cung cấp cho bạn cấu trúc thô (người nói, phần mở đầu, phần kết thúc, văn bản) để chuyển sang một công cụ khác.

Mọi bản xuất đều được bao gồm trong mọi gói, không có hình mờ và không có phí riêng để mở khóa phụ đề.

Đối với các bản ghi dài được tính phí theo phút, bản chép lời trả theo nhu cầu sẽ tránh được gói hàng tháng định kỳ. Bạn trả tiền cho số giờ bạn phiên âm, với mức trần an toàn luân chuyển cao và các biện pháp kiểm soát công việc đang hoạt động đối với các lô nặng bất thường. Hai công việc ghi âm dài phổ biến nhất đều có hướng dẫn riêng: cách chép podcast bao gồm các tập có nhiều khách và chương trình ghi chú, và cách chép lời bài giảng bao gồm các vấn đề thắc mắc về âm thanh trong lớp học như hồi âm và câu hỏi của khán giả từ khắp phòng. Và nếu tài liệu của bạn là một chồng các tệp riêng biệt chứ không phải một bản ghi dài, việc sao chép một thư mục chứa các bản ghi sẽ bao gồm việc chạy chúng theo một đợt.