Công cụ dọn dẹp bản chép lời
Dán bản chép lời hoặc mở tệp .txt, .srt hoặc .vtt. Loại bỏ từ đệm, dấu thời gian và số thứ tự phân đoạn, đồng thời ghép các lượt nói của từng người nói. Công cụ chạy ngay trong trình duyệt của quý vị — văn bản không bao giờ rời khỏi trình duyệt, và không cần tài khoản.
Chức năng và các quy tắc áp dụng
Mỗi thay đổi đều dựa trên quy tắc mà quý vị có thể đối chiếu với khung kết quả. Khi quy tắc phải phỏng đoán, nó sẽ ưu tiên giữ lại từ.
- Từ đệm
- Những âm thanh không có nghĩa nào khác — um, eh, hum, euh, äh và những âm tương tự — sẽ bị loại bỏ ở bất kỳ vị trí nào. Những từ chỉ đôi khi là từ đệm thì chỉ bị loại bỏ khi có dấu câu ngăn cách, và chỉ ở những chỗ chúng hiếm khi mang nghĩa khác: một số từ bị loại bỏ bất cứ khi nào có dấu phẩy ngăn cách (“we, like, went”), một số chỉ khi mở đầu câu (“Well, I think”), một số chỉ khi kết thúc câu (“c’est cool, quoi.”). Từ tự thân tạo thành một câu riêng biệt (“Right.”) sẽ được giữ lại: đó là câu trả lời. Từ mở đầu câu sau đó sẽ được viết hoa; từ đệm được viết hoa toàn bộ bên trong văn bản chữ thường được coi là từ viết tắt và được giữ lại. Danh sách chi tiết nằm ở mục Câu hỏi bên dưới.
- Tên người nói
- Dạng “Tên:” ở đầu dòng được coi là người nói khi đứng đầu ít nhất hai dòng, khi hiển thị “Speaker 1”, khi có mốc thời gian nằm giữa tên và dấu hai chấm (“Maya (00:01:23):”), hoặc khi văn bản được viết dưới dạng các dòng “Tên: văn bản” và có tên nào đó lặp lại. Nếu không, một từ chỉ mở đầu duy nhất một dòng — “Warning:”, “Note:” — sẽ được giữ nguyên, vì lược bỏ nó còn tệ hơn là giữ lại một cái tên. Tên luôn bắt đầu bằng một chữ cái, nên tỷ số như “3:2” không bao giờ được coi là tên. Thẻ voice của WebVTT luôn đặt tên cho người nói của nó.
- Dấu thời gian và số thứ tự thẻ phụ đề
- Mốc thời gian ở đầu dòng — [00:01:23], (1:30), 0:02:05 — hoặc sau tên — Maya (00:01:23): — là thời gian của đoạn văn đó. Dòng chỉ gồm tên và mốc thời gian, như cách các ứng dụng họp xuất ra, sẽ đặt tên cho đoạn văn bên dưới khi dòng đó hiển thị “Speaker 1” hoặc cái tên đó đứng đầu nhiều hơn một dòng như vậy; nếu không, dòng đó vẫn giữ nguyên dạng văn bản, vì “Lunch at 12:30” trông cũng tương tự. Mốc thời gian bên trong câu (“we met at 12:30”) được giữ nguyên. Số thứ tự phân đoạn sẽ đi kèm với dấu thời gian.
- Tệp phụ đề
- SubRip và WebVTT được đọc dưới dạng phụ đề, mỗi phân đoạn là một đoạn văn với các dòng ngắt được nối lại; dấu ngắt dòng không bao giờ được coi là kết thúc câu. Khi giữ lại dấu thời gian, các phân đoạn đã dọn sạch có thể được tải xuống dưới dạng .srt hoặc .vtt với mốc thời gian không đổi và có cùng từ ngữ như trong ô kết quả; việc hợp nhất các lượt nói chỉ áp dụng cho văn bản thuần túy, vì mỗi phân đoạn giữ mốc thời gian hiển thị riêng trên màn hình.
- Lượt nói đã gộp
- Các đoạn văn liên tiếp của cùng một người nói có tên sẽ được gộp thành một, giữ lại mốc thời gian của đoạn đầu tiên. Đoạn văn không có tên sẽ không bao giờ được gộp vào đoạn khác: việc đoạn đó có phải phần tiếp theo của người nói trước hay không chỉ là phỏng đoán, và dù thế nào đi nữa nội dung vẫn đọc như vậy.
- Ký tự BOM và định dạng ngắt dòng Windows
- Được loại bỏ và chuẩn hóa, thay vì biến đoạn phụ đề đầu tiên thành một khối văn bản không thể đọc nổi.
Câu hỏi thường gặp
Bản chép lời của tôi có bị tải lên không?
Không. Văn bản được đọc và ghi lại ngay trên trang này, trong trình duyệt của quý vị, và không có nội dung nào được gửi đi bất kỳ đâu. Liên kết ở dưới cùng dẫn đến txscribe, công cụ chép lời bản ghi âm trên đám mây; trang này không phải là công cụ đó.
Công cụ loại bỏ những từ đệm nào?
Những từ nằm trong danh sách dành cho tiếng Anh, tiếng Tây Ban Nha, tiếng Bồ Đào Nha, tiếng Pháp và tiếng Đức — hãy chọn ngôn ngữ ở phía trên văn bản; các từ của từng ngôn ngữ được phân tách bằng dấu chấm phẩy. Các âm không có nghĩa nào khác sẽ bị loại bỏ ở bất kỳ vị trí nào: um, uh, uhm, er, erm, ah, eh, hm; eh, ehm, em; hum, hã, ahn, ãh, eh; euh, hum, hm, bah; äh, ähm, öhm, ehm, hm, mh. Những từ này bị loại bỏ khi có dấu câu ngăn cách ở cả hai phía: like, actually, basically, literally, you know, i mean, sort of, kind of; o sea, digamos, en plan, pues; né, quer dizer; en fait, du coup, tu vois, hein; sozusagen, quasi, ich meine, irgendwie, halt. Những từ này chỉ bị loại bỏ khi mở đầu câu và có dấu phẩy theo sau: so, well, right, okay, ok, anyway; este, bueno, mira, oye, tipo, a ver; então, assim, bom, enfim, olha, tipo, é; bon, alors, donc, enfin, voilà, bref, genre; also, naja, na ja, nun. Những từ này chỉ bị loại bỏ khi kết thúc câu và đứng sau dấu phẩy: sabe, entendeu; quoi, voyez; gell, weißt du, weisst du. Không từ nào bị loại bỏ khi tự nó đứng thành một câu riêng biệt: đó là câu trả lời.
Vì sao một từ mà tôi coi là từ đệm lại được giữ lại?
Bởi vì không có dấu câu nào ngăn cách nó, hoặc nó đứng ở vị trí mà nó thường là một từ thực tế. “We like went home” giữ lại “like”: nếu không có dấu phẩy ở hai bên, trang không thể phân biệt nó với “we like going home”, và quy tắc ở đây là thà giữ lại một từ còn hơn làm mất đi ý nghĩa. Thêm các dấu phẩy vào và từ đó sẽ được loại bỏ.
Tôi có thể giữ lại dấu thời gian không?
Có: hãy bỏ chọn “Xóa dấu thời gian và số thứ tự thẻ phụ đề”. Khi đó, mỗi đoạn văn sẽ mở đầu bằng mốc thời gian của đoạn đó, và nếu tệp đầu vào là .srt hoặc .vtt thì các thẻ phụ đề đã dọn dẹp có thể được tải xuống dưới dạng .srt hoặc .vtt với thời gian giữ nguyên.
Công cụ đọc được những gì?
Văn bản thuần có các dòng định dạng “Tên: văn bản”, mốc thời gian ở đầu dòng hoặc sau tên, tiêu đề từ ứng dụng họp như “Speaker 1 0:03”, tệp SubRip và WebVTT, thẻ giọng nói WebVTT, ký tự xuống dòng kiểu Windows và ký hiệu thứ tự byte (BOM). Tệp âm thanh và video không được hỗ trợ: trang này chỉ dọn dẹp văn bản, không chép lời.
Công cụ này có miễn phí không?
Có, không cần tài khoản và không cần cài đặt gì.
Cần bản chép lời trước?
txscribe chép lời âm thanh và video với dấu thời gian trên từng từ, đồng thời xuất văn bản thuần, SubRip và WebVTT. Khác với trang này, tính năng đó chạy trên đám mây.
Bắt đầu miễn phí