Audio & video sang phụ đề (AI)
Chép lời nói thành SRT, VTT hoặc văn bản bằng Whisper, ngay trong trình duyệt
Chạy trên trình duyệt của bạn
Thả file audio hoặc video vào đây
MP3, WAV, M4A, OGG, MP4, WebM và mọi định dạng trình duyệt phát được
File ở lại trên máy bạn. Chỉ mô hình AI được tải về một lần và trình duyệt giữ lại.
Lần đầu sẽ tải mô hình, các lần sau chạy ngay. File dài sẽ mất thời gian trên máy không có WebGPU.
Chép lời bằng AI trong trình duyệt hoạt động thế nào?
Công cụ chạy mô hình nhận dạng giọng nói mã nguồn mở Whisper của OpenAI ngay trên máy bạn bằng transformers.js. Trình duyệt giải mã phần âm thanh của file, chuyển về 16 kHz, rồi mô hình biến từng đoạn 30 giây thành chữ kèm thời điểm bắt đầu và kết thúc. Các đoạn có thời gian đó trở thành phụ đề SRT, WebVTT hoặc bản chép lời thuần. Mô hình được tải một lần từ Hugging Face Hub và trình duyệt lưu lại; âm thanh của bạn không bị gửi đi đâu. Công cụ dùng card đồ họa qua WebGPU nếu có, nếu không thì dùng CPU.
Trường hợp sử dụng
- Thêm phụ đề cho video đăng YouTube, TikTok, CapCut hoặc Premiere mà không phải gõ tay
- Lấy bản chép lời của buổi phỏng vấn, bài giảng, cuộc họp hoặc podcast
- Chuyển tin nhắn thoại hoặc ghi âm ngắn thành văn bản
- Dịch lời nói tiếng nước ngoài thành phụ đề tiếng Anh
Khi nào nên dùng?
Phù hợp với lời nói rõ ràng trong file dài tới khoảng một giờ. Mô hình Nhanh hợp với clip ngắn và bản nháp; Cân bằng là lựa chọn mặc định tốt; Chính xác tốt hơn rõ rệt với giọng địa phương và âm thanh ồn nhưng tải nặng hơn và chậm nếu không có card đồ họa. Hãy chọn ngôn ngữ nói nếu bạn biết, vì tự nhận diện có thể đoán sai với clip ngắn. Luôn đọc lại kết quả trước khi đăng: tên riêng và thuật ngữ là lỗi hay gặp, và có thể dùng công cụ Chuyển đổi phụ đề để chỉnh thời gian sau đó.
Ví dụ
Tạo phụ đề SRT cho video
Nhập
Video phỏng vấn MP4 dài 2 phút bằng tiếng Việt. Mô hình: Cân bằng. Ngôn ngữ nói: tiếng Việt. Kết quả: Giữ nguyên ngôn ngữ.
Kết quả
File .srt khoảng 30 đoạn tiếng Việt có thời gian, mở được ngay trong trình phát hoặc phần mềm dựng.
Dịch bài nói thành phụ đề tiếng Anh
Nhập
Đoạn podcast tiếng Tây Ban Nha (M4A). Mô hình: Chính xác. Kết quả: Dịch sang tiếng Anh.
Kết quả
Phụ đề tiếng Anh giữ nguyên thời gian gốc, dạng SRT, VTT hoặc văn bản.
Hỏi đáp
Âm thanh của tôi có bị tải lên máy chủ không?
Không. File được giải mã và chép lời ngay trong trình duyệt. Thứ duy nhất được tải về là mô hình AI từ Hugging Face Hub, sau đó trình duyệt lưu lại.
Nên chọn mô hình nào?
Bắt đầu với Cân bằng. Dùng Nhanh cho clip ngắn hoặc máy yếu, Chính xác cho giọng địa phương, nhiều tạp âm hoặc việc quan trọng nếu bạn chờ được bản tải lớn hơn.
Vì sao chạy chậm?
Nhận dạng giọng nói là việc nặng. Có WebGPU (Chrome, Edge, Safari bản mới) thì chạy trên card đồ họa nhanh hơn nhiều; nếu không sẽ chạy trên CPU. Hãy giữ tab mở đến khi xong.
Hỗ trợ những ngôn ngữ nào?
Whisper nhận dạng khoảng 100 ngôn ngữ, chính xác nhất với các ngôn ngữ phổ biến như tiếng Anh, Tây Ban Nha, Trung, Nhật và Việt. Chế độ dịch luôn dịch sang tiếng Anh.
Nguồn và tiêu chuẩn
Công cụ liên quan
Tất Cả Công CụChuyển đổi phụ đề (SRT ↔ VTT)
Chuyển phụ đề SRT và VTT, chỉnh lệch thời gian
Văn bảnTrích xuất phụ đề cứng (OCR)
Đọc phụ đề in cứng trong video thành SRT, VTT, ASS và nhiều định dạng khác, ngay trên trình duyệt
Âm thanhTách Audio Từ Video
Tách âm thanh từ file MP4, WebM hoặc MOV ngay trên trình duyệt và tải xuống dưới dạng Opus, MP3, M4A hoặc WAV.
Âm thanhĐọc Văn Bản Thành Giọng Nói
Chuyển văn bản thành giọng nói, đọc theo từng câu. Chọn giọng và bấm vào câu bất kỳ để nghe từ đó.
Văn bản