Biến Bức Tường Văn Bản Thành Bản Ghi Chép Dễ Đọc
Dán một bản ghi chép thô và nhận lại bản đã được định dạng: nhãn người nói, ngắt đoạn ở những vị trí hợp lý và các từ thừa được sắp xếp gọn gàng. Hầu hết các công cụ tự động chuyển đổi giọng nói thành văn bản chỉ cung cấp cho bạn một khối văn bản không ngắt quãng, không có cấu trúc, đây là bước giúp nó dễ đọc hơn.
Nó hoạt động trên văn bản bạn đã có. Hãy kéo và thả bản xuất từ Otter, Zoom, Google Meet, phụ đề YouTube, Whisper, hoặc bất kỳ thiết bị ghi âm nào, và nó sẽ sắp xếp cấu trúc mà đầu ra thô đã bỏ qua.
Bản Ghi Chép Tự Động Thô Thực Sự Trông Như Thế Nào
Nếu bạn đã từng xuất bản ghi chép từ một công cụ họp, bạn sẽ biết vấn đề. Đây là một đoạn đầu ra thô điển hình:
so yeah i think the the main thing is we need to ship the the onboarding flow by friday um because the the marketing launch is tied to it and if we slip that then everything else moves right and john said he could take the api work but he’s out tuesday so we need a backup i can do it honestly
Và đây là đoạn văn tương tự sau khi định dạng:
Người nói 1: Điều chính là, chúng ta cần phải xuất bản quy trình giới thiệu người dùng mới vào thứ Sáu, vì buổi ra mắt tiếp thị có liên quan đến nó. Nếu chúng ta chậm trễ, mọi thứ khác sẽ bị ảnh hưởng.
Người nói 2: John nói anh ấy có thể đảm nhận công việc API, nhưng anh ấy vắng mặt vào thứ Ba, vì vậy chúng ta cần một người dự phòng. Tôi có thể làm việc đó.
Cùng từ ngữ, cùng ý nghĩa. Sự khác biệt là bản thứ hai dễ đọc hơn. Đó là toàn bộ công việc.
Nó Khắc Phục Điều Gì
Đầu ra thô của chuyển giọng nói thành văn bản có những vấn đề dễ đoán, và công cụ này xử lý từng vấn đề một:
- Không có đoạn văn. Một cuộc gọi dài 40 phút được trả về dưới dạng một khối văn bản không ngừng nghỉ. Công cụ định dạng sẽ ngắt đoạn ở nơi chủ đề hoặc người nói thay đổi, để mắt bạn có điểm dừng.
- Không có nhãn người nói, hoặc nhãn lộn xộn. Nó tách biệt các giọng nói và gắn nhãn cho chúng, vì vậy một cuộc phỏng vấn đọc như một cuộc đối thoại qua lại thay vì một bài độc thoại. Nếu nguồn đã có các dấu hiệu như “Người nói 1”, nó sẽ giữ lại và làm sạch chúng.
- Từ thừa và bắt đầu sai. Các từ “um”, các từ lặp lại “the the”, và các câu bị ngắt quãng giữa chừng khiến một bản ghi chép nguyên văn khó đọc sẽ được sắp xếp gọn gàng, mà không làm thay đổi những gì thực sự đã được nói.
- Ranh giới câu bị phá vỡ. Chuyển giọng nói tự động thường gộp ba câu lại với nhau hoặc chia một câu thành nhiều dòng. Công cụ định dạng đặt lại dấu chấm câu vào đúng vị trí của chúng.
Một điều nó không làm: chuyển âm thanh thành văn bản. Công cụ này định dạng văn bản bạn đã có. Nếu bạn vẫn cần bản ghi chép, hãy bắt đầu với công cụ chuyển đổi âm thanh sang văn bản hoặc trình tạo bản ghi chép trực tuyến, sau đó chạy kết quả qua đây để làm sạch.
Bản Ghi Chép Của Bạn Đến Từ Đâu
Sự lộn xộn hơi khác nhau tùy thuộc vào công cụ đã tạo ra nó, và công cụ định dạng xử lý các loại phổ biến:
- Bản xuất từ Zoom và Google Meet thường có dấu thời gian và thẻ người nói thô, nhưng không có đoạn văn, vì vậy một cuộc họp kéo dài một giờ là một bức tường vững chắc. Công cụ này sẽ thêm các điểm ngắt.
- Otter và Fireflies cung cấp khả năng tách biệt người nói sạch hơn nhưng vẫn giữ nguyên văn, mọi từ “um” và khởi động lại đều có trong đó. Công cụ này sẽ cắt bỏ những phần đó.
- Phụ đề YouTube xuất hiện dưới dạng các dòng ngắn hai hoặc ba từ mà không có dấu câu nào cả, vì chúng được căn thời gian cho màn hình, không phải để đọc. Công cụ này sẽ ghép chúng lại thành các câu.
- Whisper và đầu ra ASR thô thường là một chuỗi dài không có dấu câu. Đây là điểm khởi đầu khó nhất và là nơi định dạng giúp ích nhiều nhất.
Tại Sao Một Bản Ghi Chép Sạch Lại Đáng Giá
Một bản ghi chép thô về mặt kỹ thuật chứa thông tin, nhưng không ai muốn đọc nó, và đó là mục đích của một bản ghi chép. Một bản đã được định dạng bạn thực sự có thể lướt qua, trích dẫn và đưa cho người khác. Nó dễ đọc hơn cho khả năng tiếp cận, vì một trình đọc màn hình di chuyển qua các đoạn văn có cấu trúc tốt hơn nhiều so với việc nó cày xới qua một khối văn bản không ngắt quãng. Và một bản ghi chép được xuất bản trên một trang cho SEO sẽ mang lại nhiều giá trị hơn khi nó là một văn xuôi dễ đọc so với khi nó là một đoạn văn duy nhất không phân biệt mà công cụ tìm kiếm khó phân tích.
Cách định dạng bản ghi
- Dán bản ghi thô vào ô.
- Nó sẽ thêm nhãn người nói, ngắt đoạn và dọn dẹp nhẹ nhàng.
- Sao chép phiên bản đã định dạng ra, sẵn sàng để đọc, chia sẻ hoặc đưa vào tài liệu.
Không có gì để cài đặt và không có âm thanh để tải lên. Đó là nhập văn bản thô, xuất văn bản sạch hơn.
Ai dọn dẹp bản ghi
- Các nhà báo và nhà nghiên cứu biến một bản xuất cuộc phỏng vấn thô thành thứ mà họ có thể đọc và trích dẫn mà không phải lội qua những từ thừa.
- Người làm podcast và nhóm video chuẩn bị bản ghi cho ghi chú chương trình hoặc phụ đề, nơi mà phiên bản toàn văn bản là vô dụng.
- Bất kỳ ai có ghi chú cuộc họp nhận được bản ghi Zoom hoặc Otter dưới dạng một khối và cần nó được cấu trúc trước khi chia sẻ với nhóm.
- Sinh viên dọn dẹp bản ghi bài giảng để nó hoạt động như tài liệu học tập thay vì một đoạn văn dài dòng.
Khi đã được định dạng, bước tiếp theo thường là một trong số này: biến nó thành phụ đề bằng công cụ chuyển văn bản sang SRT, trích xuất các quyết định và mục hành động bằng công cụ chuyển bản ghi thành biên bản cuộc họp hoặc tóm tắt nó bằng công cụ tóm tắt AI.
Câu hỏi thường gặp
Làm thế nào để định dạng một bản ghi lộn xộn?
Dán bản ghi thô vào công cụ và nó sẽ trả về một phiên bản đã định dạng với nhãn người nói, ngắt đoạn và các từ thừa được dọn dẹp. Bạn không cần nhập lại bất cứ điều gì hoặc thêm cấu trúc bằng tay.
Nó chuyển âm thanh thành văn bản hay chỉ định dạng văn bản?
Chỉ định dạng văn bản. Nó dọn dẹp một bản ghi bạn đã có. Để tạo bản ghi từ một bản ghi âm trước, hãy sử dụng công cụ chuyển đổi âm thanh thành văn bản, sau đó định dạng kết quả tại đây.
Nó có thay đổi những lời đã nói không?
Không. Nó cơ cấu lại và sắp xếp gọn gàng, thêm ngắt đoạn và nhãn người nói, và cắt bỏ các từ thừa như “ừm” và các lần bắt đầu sai. Nó không viết lại nội dung thực tế hoặc đặt lời vào miệng bất cứ ai.
Nó có thể phân biệt người nói không?
Nó tách các giọng nói ra khỏi luồng cuộc trò chuyện và gán nhãn cho chúng. Nếu bản ghi thô đã có đánh dấu người nói, nó sẽ giữ lại và làm sạch chúng. Bạn có thể đổi tên các nhãn sau đó, để “Người nói 1” trở thành tên thật.
Nó có hoạt động trên xuất từ YouTube hay Otter không?
Có. Phụ đề YouTube thường là các dòng ngắn không có dấu câu và công cụ này sẽ ghép chúng thành câu. Otter và các công cụ tương tự cung cấp văn bản nguyên văn kèm theo từ đệm, mà công cụ này sẽ cắt bỏ. Dán bất cứ thứ gì công cụ đã cung cấp cho bạn.
Có giới hạn độ dài không?
Nó xử lý các bản ghi dài, nhưng một bản rất dài sẽ dễ làm việc hơn khi chia thành các phần. Đối với một cuộc họp kéo dài nhiều giờ, việc định dạng nó trong vài lần xử lý sẽ giúp đầu ra gọn gàng.
Nó có miễn phí không?
Bản ghi đầu tiên của bạn được dùng thử miễn phí, không cần thẻ tín dụng. Sau đó, sử dụng không giới hạn có giá $19/tháng theo gói hàng năm.
Tôi có thể làm gì với bản ghi đã định dạng?
Sao chép nó vào một tài liệu, sử dụng nó cho ghi chú chương trình hoặc một bài báo, biến nó thành phụ đề bằng công cụ chuyển văn bản sang SRT, hoặc đưa nó cho công cụ biên bản cuộc họp để trích xuất các quyết định và mục hành động.
