"Dịch âm thanh thành văn bản": Ý nghĩa thực sự của nó
Tác giả: Hushscript Ngày đăng: Rà soát lần cuối:
“Dịch âm thanh thành văn bản” là một cụm từ tìm kiếm bao gồm hai công việc khác nhau. Hầu hết những người gõ nó đều có âm thanh bằng ngôn ngữ họ hiểu và muốn bài phát biểu đó được viết ra. Một nhóm nhỏ hơn có âm thanh bằng ngôn ngữ mà họ không nói được và muốn hiểu ý nghĩa bằng ngôn ngữ khác. Công việc đầu tiên là phiên âm. Thứ hai thêm bản dịch lên trên. Việc biết bạn thực sự cần cái nào sẽ giúp bạn tránh khỏi nhiều nhầm lẫn vì các công cụ và các bước thực hiện không giống nhau.
Hướng dẫn này phân loại cả hai, cho biết cách phiên âm âm thanh sang ngôn ngữ khác và giải thích những việc cần làm khi bạn thực sự cần bản dịch. Hushscript có thể trả về bản ghi cùng ngôn ngữ hoặc có thể ghi lại âm thanh nguồn và thêm các bản dịch sang ngôn ngữ đích đã chọn khi bạn chọn các mục tiêu đó trước khi tải lên. Bản dịch là một phần của các tùy chọn tải lên chứ không phải là một công tắc sau đặc biệt trong chế độ xem bản chép lời.
Bản chép lời so với bản dịch
Bản chép lời chuyển đổi lời nói thành văn bản trong cùng một ngôn ngữ. Bạn có một bản ghi âm cuộc phỏng vấn bằng tiếng Anh và bạn nhận được một tài liệu văn bản tiếng Anh. Bạn có một podcast tiếng Pháp và bạn nhận được bản ghi âm tiếng Pháp. Những lời trên trang là những lời đã được nói ra. Không có gì thay đổi ngôn ngữ.
Bản dịch chuyển đổi văn bản từ ngôn ngữ này sang ngôn ngữ khác. Văn bản tiếng Pháp trở thành văn bản tiếng Anh. Nó hoạt động từ văn bản chứ không phải âm thanh và nó cần biết cả ngôn ngữ nguồn và ngôn ngữ đích. Ủy ban Châu Âu giữ bản dịch khác biệt với thông dịch bằng ngôn ngữ nói; sự khác biệt tương tự giúp giải thích tại sao “dịch âm thanh thành văn bản” có thể ẩn chứa hai công việc riêng biệt.
Vậy tại sao nhiều người lại nói “dịch” khi họ muốn nói đến phiên âm. Từ này được sử dụng một cách lỏng lẻo, giống như cách ai đó nói rằng họ cần “dịch” một tệp PDF thành tệp Word khi thực chất họ chỉ muốn chuyển đổi định dạng. Chuyển từ âm thanh sang văn bản có cảm giác giống như dịch giữa hai loại phương tiện, mặc dù không có ngôn ngữ nào thay đổi. Việc sử dụng không chính thức đó là lý do khiến cụm từ tìm kiếm này rất phổ biến và đó là lý do tại sao hầu hết những người nhập cụm từ đó đều đang tìm kiếm một công cụ phiên âm.
Một cách nhanh chóng để biết bạn cần công việc nào: bạn có thể hiểu được bản ghi âm không. Nếu bạn có thể và bạn chỉ muốn nó được viết ra thì đó là phiên âm. Nếu bạn không thể hiểu và muốn hiểu ý nghĩa trong ngôn ngữ của mình thì đó là phiên âm, sau đó là bản dịch.
Âm thanh cùng ngôn ngữ là phiên âm
Nếu bạn có bản ghi âm tiếng Anh và bạn muốn nó ở dạng văn bản thì đó là phiên âm. Nếu bạn có bản ghi âm tiếng Tây Ban Nha và bạn muốn có bản ghi âm tiếng Tây Ban Nha thì đó cũng là bản ghi âm. Bạn không thay đổi ngôn ngữ. Bạn đang thay đổi định dạng, từ âm thanh thành từ trên một trang.
Đây là mục đích phổ biến nhất đằng sau tìm kiếm và đó chính xác là mục đích mà Hushscript được xây dựng. Đây là cách hoạt động, bắt đầu cho đến khi kết thúc.
- Thả tệp của bạn tại /audio-to-text. Bản xem trước dài 30 giây được gắn nhãn của người nói sẽ hiển thị ngay trong trình duyệt mà không cần có tài khoản nên bạn có thể xem chất lượng trước khi thực hiện bất kỳ điều gì.
- Đăng ký bằng email của bạn để chép lời phần còn lại. 30 phút đầu tiên miễn phí, được cấp một lần. Thêm thẻ là con đường nhanh nhất: giữ một đô la để xác nhận thẻ, sau đó xóa ngay lập tức và không bao giờ bị tính phí. Nếu bạn muốn sử dụng một phương thức thanh toán khác có sẵn ở quốc gia của mình thì số phút miễn phí sẽ đến với lần mua hàng đầu tiên của bạn. Dù sao đi nữa cũng không cần thẻ.
- Tải toàn bộ tệp lên. Nếu đó là video thì âm thanh sẽ được trích xuất trong trình duyệt của bạn trước tiên, do đó video sẽ vẫn ở trên thiết bị của bạn và chỉ âm thanh mới đến được máy chủ.
- Chọn các tùy chọn chép lời. Để ngôn ngữ nguồn ở chế độ tự động phát hiện hoặc tự chọn ngôn ngữ đó, sau đó chọn mọi bản dịch sang ngôn ngữ đích trước khi tải lên nếu bạn cần.
- Đọc, gắn nhãn lại và xuất. Đổi tên “Người nói A” thành tên thật, sau đó tải xuống bản ghi ở bất kỳ định dạng xuất nào trong số 21 định dạng xuất (TXT, SRT, VTT, DOCX, PDF, v.v.) hoặc dưới dạng .husharchive được bảo vệ bằng mật khẩu. Bản chép lời đã dịch xuất hiện dưới dạng tab ngôn ngữ và có thể được xuất theo từng ngôn ngữ.
Nhãn người nói và dấu thời gian tự động quay lại, bất kể ngôn ngữ. Nếu bạn không chọn mục tiêu dịch trước khi tải lên thì bản chép lời bạn nhận được sẽ có cùng ngôn ngữ với âm thanh vì đó là công dụng của bản chép lời.
Một ví dụ điển hình
Giả sử bạn ghi âm một cuộc phỏng vấn dài 40 phút với một đồng nghiệp nói tiếng Bồ Đào Nha và cả hai bạn đều hiểu tiếng Bồ Đào Nha. Bạn muốn có một bản ghi âm để trích dẫn sau này.
Bạn thả tệp tại /audio-to-text và bản xem trước hiển thị nửa phút đầu tiên, đã được chia thành Người nói A và Người nói B. Giọng và tiếng Bồ Đào Nha được truyền tải rõ ràng, vì vậy bạn đăng ký và tải lên toàn bộ bản ghi âm. Khi công việc hoàn thành, bạn sẽ có bản ghi tiếng Bồ Đào Nha, tách biệt với người nói, có nội dung như sau:
Người nói A [00:02]: Então, conta-me como cameçou o projeto. Người nói B [00:05]: Começou quase por acaso, no ano passado.
Bạn đổi tên người nói thành tên thật, xuất sang DOCX hoặc định dạng khác là xong. Không có ngôn ngữ đã được thay đổi tại bất kỳ thời điểm nào. Đó là công việc phiên âm thuần túy và cụm từ “dịch âm thanh thành văn bản” thường được mô tả trong hầu hết trường hợp.
Bây giờ hãy thay đổi một chi tiết. Giả sử bạn không nói được tiếng Bồ Đào Nha và bạn cần cuộc phỏng vấn bằng tiếng Anh. Trước khi bắt đầu tải lên đầy đủ, bạn chọn tiếng Anh làm mục tiêu dịch. Khi công việc kết thúc, bản ghi nguồn bằng tiếng Bồ Đào Nha và bản ghi đã dịch bằng tiếng Anh sẽ xuất hiện dưới dạng các tab ngôn ngữ riêng biệt và bạn có thể xuất một trong hai.
Khi bạn thực sự cần dịch
Nếu bạn có âm thanh bằng ngôn ngữ mà bạn không nói được, một cuộc phỏng vấn bằng tiếng Pháp, một bài giảng bằng tiếng Đức hay một bản ghi âm tiếng Tây Ban Nha và bạn muốn nội dung bằng tiếng Anh thì sự khác biệt vẫn giữ nguyên như sau: âm thanh phải được chép lại trước thì văn bản mới có thể được dịch.
Trong Hushscript, bạn chọn mục này trước khi quá trình tải lên đầy đủ bắt đầu. Để ngôn ngữ nguồn ở chế độ tự động phát hiện hoặc tự chọn ngôn ngữ đó, sau đó thêm ngôn ngữ đích mà bạn muốn. Ứng dụng hiển thị số phút tính phí ước tính trước khi tải lên vì mục tiêu dịch thuật sẽ thêm số phút tính phí. Nếu bạn bỏ qua ngôn ngữ đích, công việc sẽ chỉ trả về bản ghi cùng ngôn ngữ.
Khi công việc kết thúc, bạn sẽ nhận được bản ghi nguồn cùng với bản ghi đã dịch dưới dạng tab ngôn ngữ. Mở tab bạn cần và xuất ngôn ngữ đó ở bất kỳ định dạng nào trong số 21 định dạng bạn cần, bao gồm TXT, SRT và DOCX hoặc dưới dạng .husharchive được bảo vệ bằng mật khẩu. Đối với bất kỳ nội dung nào mà từ ngữ mang tính pháp lý, y tế, báo chí hoặc xuất bản, hãy nhờ người dịch xem lại bản ghi đã dịch trước khi dựa vào đó.
Một lưu ý thực tế khi xuất: hãy chọn định dạng phù hợp với bước tiếp theo. TXT dễ dàng để xem xét bằng văn bản thuần túy, DOCX hoặc PDF dễ chia sẻ hơn với mọi người, SRT hoặc VTT dành cho phụ đề, CSV và JSON hữu ích cho quy trình làm việc có cấu trúc và Markdown rất tiện cho việc ghi chú hoặc xuất bản bản nháp. Nhãn người nói trong bản ghi âm sẽ cho người đánh giá biết ai đang nói, điều này loại bỏ nguồn phỏng đoán phổ biến trong các cuộc phỏng vấn.
Để làm rõ ranh giới: chép lời và dịch thuật vẫn là những công việc khác nhau, ngay cả khi một lần tải lên có thể yêu cầu cả hai. Trước tiên, Hushscript cần có bản ghi nguồn, sau đó nó có thể cung cấp bản ghi ngôn ngữ đích mà bạn đã chọn trước khi tải lên. Sự phân tách đó rất hữu ích vì nó cho bạn biết những gì cần xem lại nếu có gì đó không ổn: bản ghi nguồn, tab đã dịch hoặc cả hai.
Nếu ngôn ngữ nguồn của bạn nằm ngoài khoảng 99 ngôn ngữ mà Hushscript hỗ trợ, bạn sẽ cần một công cụ phiên âm khác cho bước một rồi dịch từ đó.
Tại sao sự khác biệt lại quan trọng
Coi phiên âm và dịch giống như một nguyên nhân gây ra một số khác biệt những sai lầm có thể đoán trước được.
Tải lên âm thanh tiếng Tây Ban Nha mà không cần chọn ngôn ngữ đích và bạn sẽ nhận được văn bản tiếng Tây Ban Nha vì đó là nội dung phiên âm tạo ra. Chọn tiếng Anh trước khi tải lên và Hushscript có thể thêm bản dịch tiếng Anh cùng với bản ghi nguồn tiếng Tây Ban Nha. Dù thế nào đi nữa, chất lượng của bản tiếng Anh cuối cùng phụ thuộc vào hai yếu tố kết hợp với nhau: tiếng Tây Ban Nha được phiên âm chính xác như thế nào và bản dịch đó được dịch chính xác như thế nào. Sai lầm ở giai đoạn đầu vẫn có thể trở thành sai lầm ở giai đoạn thứ hai.
Đó là lý do tại sao sự khác biệt lại quan trọng. Với nguồn hiển thị và các tab đã dịch, bạn có thể kiểm tra xem sự cố xảy ra do phiên âm hay do thay đổi ngôn ngữ. Quy trình làm việc ẩn cả hai giai đoạn khiến việc đó trở nên khó khăn hơn.
Để có ý chính nhanh, email ngắn thân mật hoặc hiểu sơ bộ những gì đã nói, bản dịch máy có thể là đủ. Đối với các thủ tục pháp lý, báo chí, tài liệu chính thức hoặc bất kỳ nội dung nào có từ sai quan trọng, hãy xem lại bản ghi nguồn và nhờ người dịch kiểm tra từ ngữ cuối cùng.
Mẹo về độ chính xác và chất lượng
Một bản ghi rõ ràng sẽ phiên âm tốt hơn ở bất kỳ ngôn ngữ nào và điều đó quan trọng hơn chính ngôn ngữ đó. Giữ micrô gần người đang nói, ghi âm ở nơi yên tĩnh và yêu cầu mọi người không nói chuyện với nhau. Khoảng cách micrô và tiếng ồn xung quanh ảnh hưởng đến kết quả nhiều hơn so với ngôn ngữ nào trong số khoảng 99 ngôn ngữ bạn đang làm việc.
Ghi âm bằng một ngôn ngữ là dễ dàng nhất. Nếu người nói chuyển đổi giữa hai ngôn ngữ ở giữa câu thì bất kỳ công cụ nào cũng khó theo dõi hơn và bản ghi có thể bị trượt giữa chúng. Khi có thể, hãy ghi một bản ghi sang một ngôn ngữ. Nếu cuộc trò chuyện thực sự diễn ra song ngữ xuyên suốt, bạn nên đọc kỹ và sửa một vài đoạn bằng tay trước khi dịch.
Danh từ riêng đáng để xem lại lần thứ hai. Tên người, địa điểm và công ty là những nơi mà bản ghi thường có sai sót nhỏ nhất và một sai sót nhỏ ở đó có thể làm hỏng bản dịch sau này. Đọc lướt bản ghi cho những nội dung đó và sửa chúng trong khi âm thanh vẫn còn rõ ràng trong tâm trí bạn, trước khi văn bản chuyển sang giai đoạn dịch.
Nếu bạn chọn bản dịch sang ngôn ngữ đích trước khi tải lên, thì độ chính xác của bản ghi nguồn sẽ đặt ra mức trần cho mọi thứ ở phía dưới. Thời gian bỏ ra để có được một bản ghi rõ ràng và kiểm tra bản ghi sẽ mang lại lợi ích gấp đôi vì mọi bản ghi đã dịch chỉ có thể tốt bằng văn bản nguồn đằng sau nó.
Chọn đường dẫn của bạn
Hãy sử dụng điều này để quyết định nhanh chóng. Nếu bạn hiểu âm thanh và muốn ghi lại nó, hãy chép lại và dừng ở đó; bạn đã hoàn tất. Nếu bạn không hiểu âm thanh và muốn hiểu nghĩa trong ngôn ngữ của mình, hãy chọn mục tiêu dịch trước khi tải lên, sau đó xem lại nguồn và tab đã dịch khi công việc hoàn tất. Nếu bạn cần một ý chính nhanh chóng và độ chính xác không quá quan trọng thì bản dịch máy có thể là đủ. Nếu độ chính xác là quan trọng, hãy kiểm tra bản ghi và nhờ con người đánh giá từ ngữ đã dịch.
Trong mỗi đường dẫn đó, bước chép lời là nền tảng và đó là phần mà Hushscript bắt đầu bằng: bản ghi nguồn có những người nói được phân tách, bằng khoảng 99 ngôn ngữ, được phát hiện tự động hoặc được chọn trước khi tải lên.
Nếu trường hợp của bạn là trường hợp phổ biến, âm thanh mà bạn hiểu là bạn muốn được viết ra thì /audio-to-text chính là công cụ. Thả tệp, xem trước 30 giây đầu tiên, đăng ký và xuất bản ghi. Để biết từng bước bao gồm mọi loại tệp, hãy xem cách chép lại bất kỳ tệp âm thanh nào. Và nếu bạn muốn hiểu rõ về công nghệ biến lời nói thành văn bản ngay từ đầu, chuyển lời nói thành văn bản: cách thức hoạt động sẽ giải thích rõ ràng.
Nguồn và tiêu chuẩn độc lập
Hushscript đã tham khảo các nguồn độc lập, không cạnh tranh này. Chúng giải thích nghiên cứu, tiêu chuẩn hoặc cách nền tảng hoạt động và không đồng nghĩa với việc ủng hộ Hushscript.
Ngày rà soát nguồn: