Blog

Định dạng tệp bản phiên âm: nên chọn loại nào?

Tác giả: Hushscript | Ngày đăng: 9 tháng 7, 2026 | Rà soát lần cuối: 26 tháng 8, 2026

Định dạng phù hợp phụ thuộc vào việc bạn sẽ làm gì tiếp theo với bản phiên âm, không phải một lựa chọn tốt nhất chung cho mọi trường hợp. Một quy tắc đơn giản: TXT hoặc DOCX để đọc và chỉnh sửa như tài liệu, SRT hoặc VTT cho phụ đề, và CSV hoặc JSON khi bản phiên âm được đưa vào bảng tính hoặc một pipeline xử lý.

Có 21 định dạng tệp bản ghi để bạn chọn khi xuất ra khỏi Hushscript, rất nhiều định dạng để xem nếu bạn chưa biết mình cần định dạng nào. Hãy bỏ qua danh sách và bắt đầu với những gì bạn sắp làm với bản ghi tiếp theo và định dạng phù hợp gần như tự động được đưa ra.

Tạo phụ đề

Sáu định dạng được tạo cho phụ đề theo thời gian: SRT, VTT, ASS, TTML, SBV và LRC. SRT là một mặc định được hỗ trợ rộng rãi; Mô tả WebVTT của Thư viện Quốc hội giải thích định dạng .vtt được sử dụng cho video trên web, trong khi Hướng dẫn xuất bản của GOV.UK lưu ý rằng các nền tảng xuất bản có thể chấp nhận SRT, VTT hoặc SBV. ASS bổ sung kiểu dáng dựa trên thời gian, trong khi TTML phục vụ các quy trình công việc yêu cầu văn bản có thời gian phong phú hơn. LRC được thiết kế để đồng bộ hóa theo phong cách trữ tình. Luôn kiểm tra danh sách nhập hiện tại của đích đến trước khi chọn.

Mỗi danh sách này đều miễn phí với bản chép lời thông qua trình tạo phụ đề. Chọn định dạng của bạn khi xuất chứ không phải trước khi bạn bắt đầu. Nếu bạn đã có tệp phụ đề và chỉ cần nó ở định dạng khác thì công việc đó đơn giản hơn so với phiên âm: trình chuyển đổi phụ đề miễn phí hoán đổi SRT, VTT, ASS, TTML và SBV giữa nhau trực tiếp trong trình duyệt của bạn mà không cần phiên âm.

Đưa nó vào tài liệu

DOCX, PDF, XLSX, ODS và ODT bao gồm trường hợp văn phòng. DOCX hoặc ODT cung cấp cho bạn tài liệu mà bạn có thể đánh dấu trong trình chỉnh sửa tương thích; xác nhận ứng dụng và phiên bản của người nhận khi khả năng tương thích có vấn đề. PDF dành cho chuyển giao cố định. XLSX và ODS đặt bản ghi vào một bảng tính, mỗi hàng một dòng. Điều này rất hữu ích khi bạn muốn lọc hoặc sắp xếp theo người nói hoặc dấu thời gian thay vì đọc từ đầu đến cuối.

Đưa bản ghi vào một quy trình

JSON, CSV, TSV và XML được xây dựng cho phần mềm chứ không phải cho con người. JSON cung cấp cho bạn một đối tượng có cấu trúc với các trường người nói và dấu thời gian được gắn vào mỗi dòng, sẵn sàng để tập lệnh phân tích cú pháp. CSV và TSV là dữ liệu giống như một bảng đơn giản, dành cho bảng tính hoặc nhập cơ sở dữ liệu. XML bao gồm các hệ thống đặc biệt mong đợi nó. Không ai trong số này có nghĩa là được đọc trực tiếp. Chúng là đầu vào cho một thứ khác.

Đưa nó vào bộ chỉnh sửa

FCPXML và EDL tồn tại cho một công việc: nhập bản ghi dưới dạng điểm đánh dấu dòng thời gian trong trình chỉnh sửa video. FCPXML được xây dựng cho Final Cut; EDL bao gồm Premiere, Resolve và hầu hết các NLE khác. Một trong hai cách này sẽ biến bản ghi thành điểm đánh dấu clip trên dòng thời gian của bạn thay vì tài liệu mà bạn phải tham khảo riêng trong khi cắt.

Lưu trữ hoặc chuyển giao toàn bộ nội dung

Khi công việc cần nhiều định dạng cùng một lúc thay vì một, gói lưu trữ dựng sẵn sẽ gói chúng: gói Phụ đề cho tệp phụ đề, gói Nghiên cứu cho định dạng văn bản và dữ liệu, gói Office cho tài liệu, gói Trình chỉnh sửa cho các định dạng dòng thời gian hoặc Tất cả các định dạng cho mọi thứ ở một lần. Mọi kho lưu trữ đều được gửi dưới dạng .husharchive được bảo vệ bằng mật khẩu với bảng kê khai và tổng kiểm tra hoặc dưới dạng ZIP được mã hóa AES tiêu chuẩn nếu công cụ ở đầu nhận không mở tệp .husharchive. Nếu bạn nhận được .husharchive từ người khác, bạn cũng có thể mở, xác minh và trích xuất nó trong trình duyệt của mình.

Đọc nhanh và văn bản hàng ngày

TXT, Markdown, HTML và RTF sẽ hoàn thiện danh sách cho trường hợp đơn giản nhất: bạn chỉ muốn đọc hoặc dán các từ vào đâu đó. TXT mở được trong hầu hết mọi trình soạn thảo văn bản. Markdown phù hợp với wiki và các công cụ tài liệu. HTML có thể chuyển sang quy trình làm việc trên web. RTF là một tùy chọn tương thích dành cho những người chỉnh sửa tài liệu không chấp nhận DOCX.

Toàn bộ 21 định dạng, nhìn tổng quan

Bản phiên âm trông như thế nào

Đây là một ví dụ bản phiên âm ngắn cho thấy kết quả thực tế trông ra sao trước khi bạn chọn định dạng: dấu thời gian, nhãn người nói và chính nội dung lời nói.

[00:00:03] Người nói 1: Cảm ơn mọi người đã tham gia. Chúng ta bắt đầu với số liệu ngân sách nhé.
[00:00:07] Người nói 2: Được. Quý 3 vượt dự báo khoảng mười hai phần trăm.
[00:00:14] Người nói 1: Khớp với báo cáo từ marketing. Có lo ngại gì cho quý 4 không?
[00:00:19] Người nói 2: Chỉ vấn đề nhân sự. Chúng ta còn thiếu hai vị trí tuyển dụng so với kế hoạch.

Mọi định dạng đều mang một phiên bản nào đó của nội dung này: TXT và DOCX giữ nguyên dạng văn xuôi dễ đọc, SRT và VTT biến dấu thời gian thành các khung phụ đề, còn JSON hoặc CSV tách từng dòng thành các trường có cấu trúc. Nội dung lời nói không thay đổi giữa các định dạng, chỉ khác cách chúng được đóng gói cho bước tiếp theo.

Một ví dụ hoạt động

Một người chỉnh sửa video nhận được một cuộc phỏng vấn kéo dài hai giờ từ Hushscript và cần có hai thứ trong số đó: các tệp phụ đề để tải lên nền tảng và các điểm đánh dấu dòng thời gian để trợ lý biên tập viên có thể chuyển đến các câu trả lời cụ thể trong khi cắt. Một bản chép lời, hai lần xuất (SRT cho phụ đề, EDL cho dòng thời gian Premiere), không chép lại và không có công cụ riêng cho cả hai định dạng.

Bắt đầu với bản chép lời chứ không phải định dạng

Câu hỏi về định dạng chỉ xuất hiện vì Hushscript coi đó là bước cuối cùng chứ không phải là quyết định thiết lập. Phiên âm một lần trên trang âm thanh thành văn bản, sau đó xuất bất kỳ định dạng nào trong số 21 định dạng mà công việc trước mắt bạn thực sự cần, hôm nay và sau đó nếu công việc tiếp theo cần thứ gì đó khác. Cụ thể, đối với phần phụ đề của phần này, cách thêm phụ đề vào video sẽ hướng dẫn chi tiết hơn về bước xuất và đồng bộ hóa.