Biến bản ghi lộn xộn thành văn bản dễ đọc
Dán một bản ghi thô, loại bạn nhận được từ phụ đề YouTube, tệp .vtt của Zoom, hoặc bản xuất podcast tự động tạo, và nó sẽ loại bỏ các yếu tố gây lộn xộn: dấu thời gian, số thứ tự phụ đề, các từ “um” và “uh”, nhãn “SPEAKER 1:”, và các dòng lặp lại. Sau đó, nó hợp nhất các đoạn phụ đề bị ngắt thành các đoạn văn bạn thực sự có thể đọc được.
Nó chạy hoàn toàn trong trình duyệt của bạn. Bản ghi không bao giờ được tải lên, điều này quan trọng khi thứ bạn đang dọn dẹp là một cuộc gọi riêng tư hoặc một cuộc phỏng vấn chưa được công bố.
Quy tắc, không phải AI, và tại sao đó lại là điểm mấu chốt
Hầu hết các công cụ có “AI” trong tên đều chạy bản ghi của bạn qua một mô hình ngôn ngữ để làm sạch nó. Điều đó sửa ngữ pháp, nhưng nó cũng có nghĩa là mô hình có thể lặng lẽ viết lại những gì ai đó đã nói. Đối với một bản ghi, đó là điều duy nhất bạn không muốn. Một trích dẫn đã được “cải thiện” không còn là một trích dẫn nữa.
Công cụ này làm sạch bằng các quy tắc mẫu đơn giản thay vì thế. Nó loại bỏ chính xác những gì bạn bật và không gì khác. Nó sẽ không viết lại một câu, tự tạo dấu câu, hay làm mượt một cách diễn đạt vụng về, vì vậy những gì còn lại vẫn là những từ thực tế của người nói, trừ đi tiếng ồn.
Sự đánh đổi công bằng: bởi vì nó dựa trên quy tắc, nó không sửa ngữ pháp hoặc thêm dấu câu theo cách một công cụ AI làm. Nếu bạn muốn điều đó, hãy chạy nó qua công cụ định dạng bản ghi sau, công cụ này sử dụng AI để thêm cấu trúc người nói và khả năng đọc. Làm sạch trước để loại bỏ những thứ rác rưởi, định dạng sau nếu bạn muốn trau chuốt. Tôi thường chỉ dùng công cụ làm sạch khoảng tám mươi phần trăm thời gian, vì một đoạn văn dễ đọc thường là tất cả những gì tôi cần.
Những gì nó loại bỏ
Mỗi mục này là một công tắc, vì vậy bạn giữ lại những gì bạn muốn và bỏ đi phần còn lại.
- Dấu thời gian và tín hiệu. Số thứ tự SRT, các dòng thời gian
00:00:04,500 --> 00:00:08,200, tiêu đềWEBVTT, và các dấu thời gian nội dòng như[00:05]hoặc00:01:32trần. Đây là công việc “loại bỏ dấu thời gian khỏi bản ghi” mà mọi người tìm kiếm nhiều nhất. - Từ đệm. Các thói quen nói rõ ràng: um, uh, er, hmm, “you know”, “i mean”. Nó đếm số lượng đã loại bỏ để bạn có thể thấy mức độ “thiệt hại” mà bản ghi đã gây ra.
- Nhãn người nói. Các thẻ bắt đầu dòng như
SPEAKER 1:,John:,[Interviewer], và các ký hiệu>>mà Zoom và các công cụ tạo phụ đề thêm vào. - Dòng lặp lại. Phụ đề tự động thường in cùng một dòng hai lần khi chúng được vẽ lại. Các bản sao liên tiếp sẽ được gộp lại thành một.
- Khoảng cách dòng bị ngắt. Phụ đề thường xuống dòng sau vài từ, khiến một câu bị chia thành bốn dòng. Việc hợp nhất sẽ nối chúng lại và chia kết quả thành các đoạn văn.
Một lựa chọn có chủ ý đáng được nhắc đến: nó không loại bỏ “like”, “actually”, “basically”, hoặc “so”. Những từ này có vẻ giống từ đệm trong danh sách, nhưng chúng thường mang ý nghĩa thực sự đủ để việc loại bỏ chúng sẽ làm thay đổi câu. Một công cụ làm sạch chỉnh sửa những gì bạn muốn nói thì tệ hơn là một công cụ để lại một từ “like” thừa, vì vậy nó giữ lại chúng.
Làm sạch bản ghi YouTube, Zoom, hoặc Podcast
Ba nguồn tạo ra nhiều lộn xộn nhất là ba nguồn mà công cụ này xử lý tốt nhất.
Các bản sao phụ đề YouTube thường có dấu thời gian trên gần như mọi dòng và không có đoạn văn nào cả. Dán bản ghi đã sao chép, bật dấu thời gian và hợp nhất, bạn sẽ nhận được một khối văn bản sẵn sàng cho blog thay vì một chồng các đoạn năm từ.
Zoom và Teams cung cấp cho bạn một tệp .vtt với số tín hiệu, thời gian, và nhãn người nói trên mỗi lượt nói. Kéo thả tệp vào và nó sẽ trở lại dưới dạng đối thoại sạch hoặc văn bản trôi chảy, tùy bạn quyết định có giữ tên người nói hay không.
Bản ghi podcast và phỏng vấn thường đã sạch hơn nhưng đầy từ đệm, vì mọi người thực sự nói theo cách đó. Loại bỏ các từ “um” và hợp nhất, thời gian đọc sẽ giảm mà không ảnh hưởng đến nội dung.
Cách xóa dấu thời gian khỏi bản ghi trong Word
Mọi người tìm kiếm điều này vì họ đang cố gắng thực hiện nó bằng chức năng Tìm và Thay thế trong Microsoft Word, sử dụng các mẫu ký tự đại diện để khớp với 00:00:00. Nó hoạt động, nhưng rất khó khăn, và mẫu này rất phức tạp và sẽ hỏng ngay khi định dạng dấu thời gian thay đổi giữa các tệp.
Dán văn bản vào đây là cách tắt. Nó tự động nhận dạng các dạng dấu thời gian phổ biến, SRT, VTT và HH:MM:SS trần, vì vậy bạn không cần phải viết biểu thức ký tự đại diện hoặc chạy nó bốn lần cho bốn định dạng. Làm sạch nó ở đây, dán kết quả trở lại Word.
Sau khi dọn dẹp
Khi bản ghi đã sạch, các bước tiếp theo có công cụ riêng của chúng. Để thêm cấu trúc người nói và khả năng đọc phù hợp với AI, hãy sử dụng công cụ định dạng bản ghi. Để lấy một bản ghi sạch trực tiếp từ tệp video hoặc âm thanh ngay từ đầu, công cụ tạo bản ghi thực hiện phiên âm. Và để biến một bản ghi đã được làm sạch thành phụ đề, công cụ chuyển văn bản thành SRT sẽ đưa các dấu thời gian trở lại, lần này là có chủ đích.
Câu hỏi thường gặp
Công cụ làm sạch bản ghi này có miễn phí không?
Có, và nó hoạt động trong trình duyệt của bạn. Không cần đăng ký, không tải lên và không giới hạn số lượng bản ghi bạn có thể làm sạch, vì công việc diễn ra trên thiết bị của bạn chứ không phải trên máy chủ.
Nó có tải lên hoặc lưu trữ bản ghi của tôi không?
Không. Việc làm sạch chỉ là JavaScript chạy trong trang, vì vậy văn bản không bao giờ rời khỏi trình duyệt của bạn. Không có gì được gửi đi đâu cả, không được lưu trữ hoặc ghi nhật ký, đó là lý do nên sử dụng công cụ làm sạch cục bộ cho cuộc gọi riêng tư hoặc cuộc phỏng vấn chưa công bố.
Làm cách nào để chỉ xóa dấu thời gian và giữ lại mọi thứ khác?
Bật nút chuyển đổi dấu thời gian và tắt các nút khác. Nó loại bỏ các dòng thời gian SRT và VTT, số thứ tự và các dấu thời gian nội tuyến như [00:05], và giữ nguyên nhãn người nói, từ đệm và ngắt dòng.
Nó có loại bỏ các từ “like” và “actually” như từ đệm không?
Không, có chủ đích. Nó chỉ loại bỏ các từ đệm rõ ràng như “um” và “uh”. Các từ như “like”, “actually” và “basically” quá thường xuyên mang ý nghĩa thực sự, vì vậy việc loại bỏ chúng sẽ làm thay đổi câu. Một công cụ làm sạch không nên chỉnh sửa những gì ai đó đã nói.
Tôi có thể làm sạch những loại tệp nào?
Dán bất kỳ văn bản nào hoặc kéo thả tệp .srt, .vtt hoặc .txt. Công cụ đọc tệp cục bộ và làm sạch nó giống như văn bản đã dán. Các tệp lên đến khoảng 5MB hoạt động trơn tru; quá mức đó, hãy dán văn bản thay thế.
Công cụ làm sạch dựa trên quy tắc có tốt hơn công cụ làm sạch bản ghi AI không?
Chúng thực hiện các công việc khác nhau. Một công cụ làm sạch dựa trên quy tắc như thế này loại bỏ nhiễu mà không làm thay đổi lời nói của bạn, điều này an toàn hơn cho các trích dẫn và hồ sơ. Một công cụ làm sạch AI cũng sửa lỗi ngữ pháp và dấu câu, nhưng nó có thể viết lại những gì đã được nói. Hãy làm sạch ở đây trước, và chỉ chạy một lượt AI sau đó nếu bạn muốn độ bóng bẩy.
