Cách chuyển video MP4 thành văn bản trên Mac mà không tải lên

Câu trả lời ngắn gọn

Để chuyển video MP4 thành văn bản trên Mac, hãy sử dụng quy trình sao chép tệp để đọc đoạn âm thanh của video. Trước tiên, bạn không cần phải phát toàn bộ video thông qua cửa sổ phụ đề trực tiếp hoặc chuyển đổi MP4 có thể đọc được thành tệp chỉ có âm thanh theo cách thủ công. Tệp phải chứa đoạn âm thanh mà ứng dụng có thể giải mã; bản ghi màn hình im lặng không thể tạo ra bản chép lời.

Alison Workspace cho phép bạn nhập tệp âm thanh và video, nhận dạng giọng nói, xem lại văn bản kết quả so với bản ghi và xuất tệp tài liệu hoặc phụ đề. Sau khi cài đặt các tài nguyên nhận dạng cần thiết, công việc nhận dạng tệp sẽ chạy trên Mac của bạn. Bắt đầu bằng một đoạn văn ngắn, kiểm tra ngôn ngữ và văn bản, sau đó xử lý bản ghi bạn cần.

Chọn chép lời tập tin khi bạn cần một tài liệu

Chú thích trực tiếp giúp bạn theo dõi âm thanh trong khi phát. Bản ghi lời nói trong tệp cung cấp cho bạn văn bản liên quan đến các vị trí trong bản ghi đã lưu, do đó bạn có thể xem lại một câu, sửa tên và chọn định dạng xuất. Đây là các quy trình công việc khác nhau bên trong Alison Workspace; sử dụng cửa sổ chép lời tệp cho MP4 mà bạn muốn chỉnh sửa hoặc giữ dưới dạng văn bản.

Ví dụ: một bản ghi bài giảng có thể chứa lời giải thích hữu ích ở giữa chừng. Với bản chép lời dưới dạng tệp, bạn có thể tìm kiếm lời giải thích, quay lại phần âm thanh và sửa thuật ngữ trước khi thêm nó vào ghi chú của mình. Đây là ví dụ về quy trình làm việc, không phải là điểm chuẩn về độ chính xác hoặc tốc độ.

Nếu chủ sở hữu bản ghi âm đã cung cấp bản ghi âm giọng nói hoặc bản phụ đề đã được đánh giá, hãy kiểm tra bản ghi đó trước. Nó có thể giúp tiết kiệm công sức, đặc biệt là về tên, từ vựng chuyên môn hoặc tài liệu đã chuẩn bị sẵn. Tính năng nhận dạng tự động cung cấp bản nháp chứ không phải từ ngữ được người nói phê duyệt.

Kiểm tra âm thanh bên trong MP4

MP4 là một vật chứa media, không đảm bảo về âm thanh bên trong nó. Các câu hỏi quan trọng là liệu bản ghi có lời nói hay không, nó có đoạn âm thanh hay không và liệu bản ghi đó có thể được giải mã trên Mac của bạn hay không. Hai tệp có cùng phần mở rộng có thể hoạt động khác nhau do mã hóa hoặc điều kiện của chúng khác nhau.

Trình đọc tệp của Alison xử lý âm thanh đơn giản và đọc âm thanh từ các bộ chứa video như MP4 và MOV. Nó có thể báo cáo một bản âm thanh bị thiếu, một tệp không thể đọc được hoặc lỗi giải mã. Kiểm tra tệp gốc thay vì liên tục thay đổi ngôn ngữ nhận dạng khi vấn đề là không thể đọc được âm thanh.

Nếu video chứa nhiều bản âm thanh, hãy xác minh nội dung giọng nói nào lọt vào bản chép lời. Trình đọc hiện tại lấy đoạn âm thanh đầu tiên; hướng dẫn này không mô tả menu chọn luồng âm thanh tích hợp. Nếu đó không phải là luồng âm thanh dự định, hãy chuẩn bị tệp âm thanh phù hợp bằng quy trình làm việc đa phương tiện thông thường của bạn, sau đó nhập tệp đó. Không ghi đè lên bản ghi gốc.

Nhập video và chuẩn bị cài đặt

Sử dụng Apple-silicon Mac, M1 hoặc mới hơn, với macOS 15 trở lên. Các công cụ nhận dạng và tài nguyên ngôn ngữ có sẵn có thể khác nhau tùy theo phiên bản hệ thống. Chuẩn bị các tài nguyên mà ứng dụng yêu cầu trước khi bắt đầu một tệp dài.

1. Mở cửa sổ chép lời tệp của Alison Workspace và chọn Thêm tệp hoặc kéo video cục bộ vào hàng đợi.
2. Xác nhận rằng tệp được chấp nhận và thời lượng hiển thị của tệp là hợp lý.
3. Chọn ngôn ngữ được nói trong bản ghi. Chỉ sử dụng tính năng phát hiện ngôn ngữ tự động khi mô hình được yêu cầu đã sẵn sàng.
4. Tắt bản dịch nếu bạn chỉ cần từ ngữ gốc. Chọn mục tiêu dịch riêng nếu bạn cần.
5. Kích hoạt tính năng phân biệt người nói (gắn nhãn cho người nói) nếu cần phân biệt các giọng nói khác nhau và chuẩn bị các tài nguyên được yêu cầu.
6. Bắt đầu chép lời, sau đó mở văn bản đã tạo và xem lại văn bản đó dựa trên âm thanh nguồn.

Nhập tệp sẽ đọc phương tiện đã chọn; nó không phải là một phiên chụp lại hệ thống. Không cần phải định tuyến MP4 qua loa hoặc để trình phát của nó chạy để nhận dạng. Việc phát lại âm thanh vẫn hữu ích sau đó để kiểm tra bản chép lời.

Xem lại văn bản trước khi sử dụng nó

Kiểm tra phần đầu, đoạn ở giữa và phần cuối đã được xử lý thực sự. Điều này giúp bạn nhận thấy cài đặt ngôn ngữ sai, đoạn âm thanh khác hoặc một phần kết quả trước khi bạn dành thời gian trau chuốt từng câu.

Sử dụng công cụ tìm kiếm và phát lại của bản chép lời để kiểm tra các từ không chắc chắn. Tên, số, chữ viết tắt, phủ định và hướng dẫn kỹ thuật đáng được quan tâm đặc biệt. Nhạc nền và các giọng nói chồng chéo có thể khiến một câu trôi chảy không chính xác; một đoạn văn có thể đọc được không phải là bằng chứng cho thấy sự công nhận là chính xác.

Tài liệu có thể được chỉnh sửa. Sửa văn bản nguồn bằng cách sử dụng bản ghi âm và bất kỳ tài liệu đi kèm đáng tin cậy nào. Nếu bạn cũng yêu cầu bản dịch, hãy kiểm tra xem bản dịch có diễn đạt đúng ý nghĩa hay không chứ không phải giả định rằng việc thay đổi một trường sẽ tự động chứng minh trường kia là đúng.

Chọn tài liệu văn bản hoặc xuất phụ đề

Để đọc hoặc ghi chú, hãy chọn TXT, Markdown, PDF hoặc CSV tùy theo cách bạn sẽ sử dụng tài liệu. Tùy chọn xuất cho phép bạn chọn văn bản gốc, văn bản dịch khi có sẵn hoặc cả hai, đồng thời bao gồm dấu thời gian và nhãn người phát biểu trong đó bản ghi chứa chúng.

Đối với phụ đề, hãy sử dụng SRT hoặc VTT. Dấu thời gian chép lời tệp đề cập đến dòng thời gian của phương tiện, không giống như dấu thời gian từ một phiên nghe trực tiếp riêng biệt. SRT và VTT luôn giữ lại thông tin thời gian cần thiết ngay cả khi bạn tắt dấu thời gian của tài liệu.

Xem trước tệp phụ đề trong trình phát hoặc trình chỉnh sửa dự định. Xem lại ranh giới câu, thời gian, độ dài dòng và bất kỳ từ nào bạn đã sửa. Tệp phụ đề được tạo là điểm bắt đầu cho bản phụ đề hoàn chỉnh; việc xuất bản tự nó không làm cho văn bản sẵn sàng xuất bản.

Hiểu một phần kết quả và số lần thử lại

Bản dùng thử chép lời tệp hiện cung cấp thời lượng âm thanh tích lũy 60 phút. Nó tách biệt với thời gian nghe trực tiếp được cấp. Hàng đợi sử dụng dung lượng tệp có sẵn theo thứ tự; nếu còn ít thời gian hơn nhu cầu của tệp, kết quả có thể chỉ bao gồm phần đầu và được đánh dấu là một phần.

Kiểm tra độ dài và trạng thái đã xử lý trước khi gọi bản chép lời hoàn tất. Công việc bị lỗi hoặc bị hủy có thể được thử lại nhưng trước tiên hãy kiểm tra nguyên nhân và thời gian còn lại. Nếu bạn mở khóa quyền truy cập vào tệp hoàn chỉnh, hãy chép lại nó; phần kết thúc bị thiếu không xuất hiện chỉ vì một phần tài liệu trước đó đã được mở.

Đối với tệp không thể đọc được, hãy kiểm tra xem bản gốc có còn mở bình thường và chứa âm thanh như mong đợi hay không. Đối với âm thanh được chấp nhận tạo ra văn bản kém, hãy kiểm tra ngôn ngữ nói, mức độ sẵn sàng của tài nguyên và chất lượng ghi. Đây là những vấn đề khác nhau và cần các cách khắc phục khác nhau.

Giữ nguồn sẵn có để phát lại sau

Quá trình xử lý cục bộ giúp giảm nhu cầu gửi bản ghi đến trang web chép lời. Tài nguyên nhận dạng có thể vẫn cần tải xuống lần đầu. Mục tiêu dịch thuật hoặc mô hình phân tách người nói có thể cần có sự chuẩn bị riêng; việc tải xuống trình nhận dạng không chuẩn bị mọi tính năng tùy chọn.

Giữ phương tiện gốc ở một vị trí ổn định nếu bạn muốn xem lại văn bản có âm thanh. Bản ghi lời nói được lưu trữ không phải là bản sao thay thế của MP4. Nếu nguồn bị di chuyển hoặc không khả dụng, công cụ ghi âm giọng nói có thể liên kết lại một tệp phù hợp với tính năng kiểm tra thời lượng để giúp tránh kết nối bản ghi sai.

Xem xét nơi bạn lưu tài liệu đã xuất. Bản ghi lời nói cục bộ được đặt trong thư mục được đồng bộ hóa hoặc chia sẻ có thể được dịch vụ của thư mục đó phân phối. Chọn điểm đến mà bạn dự định, đặc biệt là cho các bài giảng hoặc cuộc phỏng vấn nội bộ.

Quyết định bước tiếp theo từ kết quả bạn cần

Sử dụng chép lời tệp cho bản chép lời MP4 có thể chỉnh sửa, tài liệu tham khảo có thể tìm kiếm hoặc tệp phụ đề nháp. Sử dụng chú thích trực tiếp khi mục tiêu chỉ đơn giản là theo dõi quá trình phát lại hiện tại. Đối với một số giọng nói, hãy xem lại nhãn của người nói; đối với một nhóm bản ghi bằng các ngôn ngữ khác nhau, hãy lập kế hoạch cài đặt hàng đợi và ngôn ngữ trước khi bắt đầu.

Bước thực tế đầu tiên là một video có thể đọc được với lời nói rõ ràng. Xác nhận ngôn ngữ của nó và một đoạn văn ngắn được tạo, sau đó xem lại kết quả hoàn chỉnh và xuất định dạng bạn thực sự cần.