Chuyển giọng nói thành văn bản là gì? Cách hoạt động và khi nào nên dùng

Bởi Ban biên tập whispertranscribe.ai · Cập nhật lần cuối: tháng 11 năm 2026 · 12 phút đọc · Danh mục: Kiến thức cơ bản về phiên âm

Chuyển giọng nói thành văn bản là gì? Đó là phần mềm nghe lời nói và viết lại thành văn bản có thể chỉnh sửa. Công nghệ này còn được gọi là speech to text hay nhận dạng giọng nói tự động (ASR). Có hai hình thức: trực tiếp, khi chữ xuất hiện trong lúc một người nói, và từ bản ghi, khi một tệp âm thanh hoặc video hoàn chỉnh được chuyển thành bản phiên âm.

Xin nói rõ: chúng tôi phát triển whispertranscribe.ai, một dịch vụ phiên âm trên trình duyệt. Các nhận định về cách công nghệ hoạt động dẫn nguồn từ Google, Microsoft, Apple, W3C hoặc một bài tổng quan nghiên cứu, không phải tài liệu quảng bá của chúng tôi.

Trả lời nhanh: chuyển giọng nói thành văn bản là gì?

Công nghệ này tự động chuyển lời nói thành văn bản: âm thanh được đưa vào, mô hình nhận dạng chọn những từ có khả năng đúng nhất và phần mềm thêm dấu câu.

  • Tên gọi khác: speech to text, nhận dạng giọng nói, ASR, nhập bằng giọng nói, nói thành văn bản.
  • Hai chế độ: trực tiếp (streaming) để nhập và tạo phụ đề trực tiếp, và từ tệp (batch) cho các bản ghi có sẵn.
  • Điểm cần lưu ý: độ chính xác phụ thuộc nhiều vào âm thanh. Tiếng ồn, khoảng cách tới micrô, giọng địa phương đậm, thuật ngữ chuyên ngành và nhiều người nói chồng lên nhau đều làm tăng lỗi.

Chuyển giọng nói thành văn bản so với speech to text, đọc chính tả và phiên âm

Voice to text và speech to text có cùng nghĩa. Đọc chính tả là một tác vụ sử dụng công nghệ này (nói vào ô văn bản), còn phiên âm là một tác vụ khác (chuyển bản ghi thành văn bản). “Nhận diện giọng nói” lại khác: nó xác định ai đang nói.

Sáng kiến Tiếp cận Web của W3C dùng “speech recognition” cho việc chuyển lời nói thành văn bản và dành “voice recognition” hoặc “speaker recognition” cho công nghệ xác định người nói, không phải lời nói.

Thuật ngữ Ý nghĩa thường gặp Kết quả điển hình
Voice to text Tên thông dụng của việc chuyển lời nói thành văn bản Chữ trên màn hình hoặc trong tệp
Speech to text (STT) Cùng ý nghĩa; thuật ngữ thường dùng trong tài liệu phần mềm Văn bản, thường có dấu thời gian
Nhận dạng giọng nói tự động (ASR) Lĩnh vực kỹ thuật và mô hình đứng sau công nghệ Chuỗi từ có khả năng đúng nhất
Đọc chính tả hoặc nhập giọng nói Nói vào trường văn bản thay vì gõ Chữ được nhập tại vị trí con trỏ
Phiên âm Văn bản ghi lại một bản ghi hoặc sự kiện Bản phiên âm có thể chỉnh sửa, tìm kiếm và xuất
Phụ đề trực tiếp Văn bản hiện theo thời gian thực khi âm thanh phát Phụ đề trên màn hình, thường không được lưu
Nhận diện giọng nói hoặc người nói Xác định ai đang nói Nhãn người nói, không phải lời nói

Tóm lại, mọi thao tác đọc chính tả đều chuyển giọng nói thành văn bản, nhưng không phải mọi hình thức chuyển giọng nói thành văn bản đều là đọc chính tả. Cuộc phỏng vấn dài 90 phút cần phiên âm; trả lời email rảnh tay cần đọc chính tả.

Chuyển giọng nói thành văn bản hoạt động như thế nào?

Mọi hệ thống đều thu âm thanh, chuyển âm thanh thành các đặc trưng số, dùng mô hình đã huấn luyện để tìm những từ có khả năng đúng nhất rồi định dạng kết quả. Điều thay đổi trong thập kỷ qua là cách xây dựng mô hình.

  1. Thu âm. Micrô hoặc tệp âm thanh cung cấp tín hiệu số. Tài liệu Cloud Speech-to-Text của Google khuyến nghị thu ở 16.000 Hz khi có thể lựa chọn. Tần số thấp hơn có thể giảm độ chính xác, còn cao hơn không tạo khác biệt đáng kể.
  2. Trích xuất đặc trưng. Tín hiệu được chia thành các khung ngắn và chuyển thành đặc trưng, thường là phổ đồ thể hiện năng lượng âm thanh thay đổi theo tần số và thời gian.
  3. Nhận dạng. Mô hình ánh xạ các đặc trưng đó thành chuỗi từ có khả năng đúng nhất.
  4. Định dạng. Hệ thống thêm dấu câu, chữ hoa và đôi khi cả dấu thời gian hoặc nhãn người nói.

Cách tiếp cận truyền thống: mô hình âm học kết hợp mô hình ngôn ngữ

Trong nhiều thập kỷ, nhận dạng giọng nói được chia thành các phần riêng. Một bài tổng quan năm 2023 mô tả hệ thống truyền thống gồm bốn thành phần: trích xuất đặc trưng âm học, mô hình âm học, mô hình ngôn ngữ và tìm kiếm để chọn kết quả tổng thể tốt nhất.

  • Mô hình âm học ước lượng âm lời nói trong từng đoạn âm thanh. Các hệ thống truyền thống dùng mô hình Markov ẩn để xử lý tốc độ nói khác nhau.
  • Từ điển phát âm liên kết các âm đó với từ.
  • Mô hình ngôn ngữ chấm điểm khả năng xuất hiện của các chuỗi từ, giúp hệ thống ưu tiên “recognize speech” thay vì một chuỗi vô nghĩa có âm tương tự.

Cách tiếp cận hiện đại: mô hình đầu cuối

Các hệ thống mới phần lớn là đầu cuối: một mạng nơ-ron học toàn bộ ánh xạ từ âm thanh sang văn bản qua dữ liệu lời nói đã phiên âm. Bài tổng quan đó cho biết học sâu giảm tỷ lệ lỗi từ hơn 50% so với các mô hình trước đây và mô hình đầu cuối đã trở thành cách tiếp cận nổi bật. Whisper của OpenAI là một ví dụ nổi tiếng; chúng tôi giải thích trong hướng dẫn Whisper AI là gì.

Quy trình truyền thống Mô hình đầu cuối
Cấu trúc Mô hình âm học, từ điển phát âm và mô hình ngôn ngữ riêng Một mạng nơ-ron chuyển âm thanh thành văn bản
Dữ liệu cần huấn luyện Danh sách từ và bộ âm vị xây dựng thủ công cùng nhiều giai đoạn huấn luyện Lượng lớn lời nói đã phiên âm
Điểm yếu điển hình Các phần huấn luyện riêng có thể tăng lỗi và chi phí Cần nhiều lời nói đã phiên âm; khó tận dụng dữ liệu chỉ có văn bản hơn
Kiến thức ngôn ngữ Mô hình ngôn ngữ riêng Được học trong mạng; có thể thêm mô hình bên ngoài

Phiên âm trực tiếp và từ tệp khác nhau thế nào?

Chuyển giọng nói trực tiếp (streaming) hiển thị chữ khi người nói vẫn đang nói, phù hợp với đọc chính tả và phụ đề trực tiếp. Phiên âm từ tệp (batch) xử lý bản ghi hoàn chỉnh và trả về toàn bộ bản phiên âm sau đó, phù hợp với phỏng vấn, cuộc họp và bài giảng.

Cloud Speech-to-Text của Google có ba loại yêu cầu: đồng bộ cho âm thanh từ 1 phút trở xuống, bất đồng bộ cho tệp đến 480 phút và streaming trả kết quả tạm thời khi người dùng vẫn đang nói. Tài liệu Azure Speech của Microsoft cũng phân biệt tương tự giữa phiên âm thời gian thực, nhanh và theo lô (cả hai được kiểm tra tháng 11 năm 2026).

Chuyển giọng nói trực tiếp (streaming) Phiên âm từ tệp (batch)
Khi chữ xuất hiện Trong lúc nói; chữ tạm thời có thể thay đổi khi nhận thêm âm thanh Sau khi bản ghi được xử lý
Công dụng phổ biến Đọc chính tả, phụ đề trực tiếp, trợ lý giọng nói Phỏng vấn, họp, bài giảng, podcast, phụ đề video
Nội dung giữ lại Những gì xuất hiện trong ô văn bản hoặc cửa sổ phụ đề Bản phiên âm có thể chỉnh sửa và xuất
Đánh đổi chính Ưu tiên tốc độ hơn mức hoàn thiện Phải đợi nhưng có thể xử lý lại tệp với cài đặt khác

Quy tắc thực tế: nếu không ai cần văn bản ngay, hãy thu âm rõ và phiên âm tệp. Bạn giữ được bản gốc và có thể đối chiếu từng dòng.

Chuyển giọng nói thành văn bản được dùng để làm gì?

Mọi người dùng công nghệ này để viết không cần gõ, chuyển bản ghi thành ghi chú có thể tìm kiếm, tạo phụ đề video và giúp nội dung lời nói dễ tiếp cận. Tài liệu Microsoft cũng đề cập đến trung tâm liên hệ, chẳng hạn phân tích sau cuộc gọi.

Mục đích Chế độ thường dùng
Viết email, tin nhắn và bản nháp bằng giọng nói Đọc chính tả trực tiếp
Ghi chú họp và phỏng vấn Phiên âm tệp hoặc trực tiếp để ghi nhanh
Ghi chú bài giảng và hội thảo Ghi âm rồi phiên âm tệp
Phụ đề cho video Phiên âm tệp và xuất SRT hoặc VTT
Ghi nhớ giọng nói và cuộc gọi đã ghi Phiên âm tệp
Khả năng tiếp cận cho người điếc, người khiếm thính hoặc người không thể dùng bàn phím Phụ đề trực tiếp và đọc chính tả

Hướng dẫn về ứng dụng ghi âm bài giảng đề cập đến trường hợp trong lớp học.

Tìm tính năng chuyển giọng nói thành văn bản trên điện thoại hoặc máy tính

Hầu hết thiết bị đã có tính năng nhập bằng giọng nói: phím logo Windows + H trên Windows 11, Dictation trên Mac hoặc iPhone, hoặc micrô trên bàn phím Gboard của Google trên Android. Các công cụ này nhập vào trường hiện tại; chúng không phiên âm bản ghi có sẵn.

Nền tảng Tính năng tích hợp Cách bắt đầu (theo trang trợ giúp chính thức) Có cần internet? (theo trang trợ giúp)
Windows 11 Voice typing Đặt con trỏ trong ô văn bản và nhấn phím logo Windows + H Có. Microsoft cho biết tính năng này dùng nhận dạng giọng nói trực tuyến của Azure Speech
Mac Dictation Bật trong System Settings, Keyboard, Dictation. Bắt đầu bằng phím Microphone, phím tắt Dictation hoặc Edit, Start Dictation Tùy trường hợp. Cài đặt Keyboard cho biết đọc chính tả thông thường có được xử lý trên Mac hay không
iPhone Dictation Settings, General, Keyboard, Enable Dictation. Sau đó chạm micrô trên bàn phím Thường không. Apple cho biết nhiều ngôn ngữ được xử lý trên iPhone mà không cần internet
Android Nhập giọng nói Gboard Trong ứng dụng có thể nhập chữ, chạm Microphone ở đầu bàn phím Trang Google không nêu

Một số chi tiết từ trang chính thức:

Tên trình đơn thay đổi giữa các phiên bản, vì vậy hãy làm theo trang trợ giúp cho thiết bị của bạn.

Chuyển giọng nói thành văn bản chính xác đến đâu và có giới hạn gì?

Với âm thanh rõ của một người ở gần micrô, công nghệ hiện đại nhận đúng phần lớn từ. Độ chính xác giảm khi có tiếng ồn, khoảng cách, giọng địa phương đậm, từ chuyên ngành và người nói chồng lên nhau. Không có một con số chính xác chung; bản ghi quan trọng không kém phần mềm.

Thước đo tiêu chuẩn là tỷ lệ lỗi từ (WER), tính số từ hệ thống thay thế, bỏ sót hoặc thêm vào chia cho số từ trong bản phiên âm đã được người kiểm tra. Bài viết về độ chính xác của Whisper cho thấy WER thay đổi thế nào giữa sách nói rõ và bản ghi cuộc họp từ xa micrô.

Hạn chế Nguyên nhân Cách cải thiện
Giọng và phương ngữ Một số giọng xuất hiện ít hơn nhiều trong dữ liệu huấn luyện Chọn biến thể vùng phù hợp; thử một đoạn ngắn
Tiếng ồn và khoảng cách Tiếng ồn và tiếng vang làm mờ tín hiệu lời nói Đến gần micrô, dùng phòng yên tĩnh hoặc tai nghe có micrô
Thuật ngữ, tên và từ hiếm Mô hình ưu tiên từ thông dụng Danh sách từ tùy chỉnh (Microsoft gọi là phrase lists), hoặc kiểm tra tên và số
Nhiều người nói và nói chồng Giọng chồng lên nhau khó tách; gắn nhãn người nói là tác vụ riêng gọi là diarization Mỗi lần một người nói; kiểm tra nhãn
Âm thanh điện thoại và chất lượng thấp Google lưu ý nhiều âm thanh điện thoại cũ là 8.000 Hz, có thể kém chính xác hơn Ghi chất lượng cao hơn; tăng tần số lấy mẫu không sửa được âm thanh cũ
Từ đồng âm “Flour” và “flower” có âm giống nhau Đọc lại văn bản trước khi gửi

Hai thói quen giúp phát hiện phần lớn lỗi: đối chiếu mọi tên, số và thuật ngữ với âm thanh, và xem phụ đề trực tiếp là hướng dẫn chứ không phải bản ghi chính thức.

Chuyển giọng nói thành văn bản cho khả năng tiếp cận

Công nghệ này hỗ trợ theo hai hướng. Đọc chính tả cho phép mọi người viết bằng lời nói; W3C nhắc đến người khuyết tật thể chất, chấn thương do vận động lặp lại và khuyết tật nhận thức hoặc học tập trong số những người phụ thuộc vào tính năng này. Phụ đề và bản phiên âm giúp người điếc hoặc khiếm thính theo dõi âm thanh.

Trang về khuyết tật thính giác của W3C cho biết nội dung âm thanh cần các lựa chọn thay thế như bản phiên âm và phụ đề. Trang cũng cảnh báo phụ đề tự động thường quá thiếu chính xác để dựa vào, vì chúng bỏ sót thuật ngữ chuyên ngành và nối các câu với nhau. Hãy kiểm tra và sửa kết quả trước khi xuất bản. Hướng dẫn phân biệt subtitles và captions giải thích hai định dạng.

Điện thoại cũng có công cụ trực tiếp. Live Captions của Apple (iPhone 11 trở lên) phiên âm âm thanh từ ứng dụng hoặc môi trường theo thời gian thực; Apple khuyến cáo không dựa vào tính năng này trong tình huống nguy cơ cao hoặc khẩn cấp. Live Transcribe của Google trên Android hiển thị lời nói và âm thanh thành văn bản và cần internet trừ khi dùng ngôn ngữ ngoại tuyến.

Cách chọn công cụ chuyển giọng nói thành văn bản: 5 tiêu chí

Bắt đầu từ kết quả bạn cần. Với tin nhắn nhanh, đọc chính tả tích hợp là đủ. Với bản ghi dài, hãy đánh giá công cụ phiên âm tệp theo năm điểm.

  1. Trực tiếp hay bản ghi? Nhập bằng giọng nói cần đọc chính tả trong ứng dụng. Bản ghi có sẵn cần công cụ nhận tệp và có thể cả liên kết.
  2. Hỗ trợ ngôn ngữ và giọng. Kiểm tra ngôn ngữ và biến thể vùng có trong chế độ bạn dùng; chế độ trực tiếp và tệp không phải lúc nào cũng giống nhau.
  3. Âm thanh đi đâu. Một số công cụ xử lý trên thiết bị; số khác gửi đến máy chủ. Đọc trang quyền riêng tư trước khi tải bản ghi nhạy cảm và xin sự đồng ý trước khi ghi âm người khác.
  4. Kết quả nhận được. Tìm nhãn người nói, dấu thời gian, trình chỉnh sửa và định dạng xuất như DOCX, TXT, SRT hoặc VTT.
  5. Giới hạn thời lượng và chi phí. Kiểm tra tệp dài nhất, dung lượng tải lên lớn nhất và cách giá thay đổi theo số giờ âm thanh.

Nếu ngân sách là ưu tiên, bài tổng hợp phần mềm phiên âm miễn phí tốt nhất so sánh các gói miễn phí.

Vai trò của whispertranscribe.ai

whispertranscribe.ai là dịch vụ trên trình duyệt để chuyển bản ghi thành văn bản, có phiên âm trực tiếp từ micrô. Đây không phải công cụ đọc chính tả: nó không nhập vào ứng dụng khác và không có ứng dụng máy tính. Theo các trang sản phẩm của chúng tôi:

Độ chính xác đạt tới 99% với âm thanh rõ; tiếng ồn, giọng địa phương đậm và lời nói chồng làm giảm độ chính xác. Gói trả phí từ $9.99/tháng khi thanh toán hằng năm (bảng giá), và bạn có thể bắt đầu miễn phí không cần tài khoản. Danh sách đầy đủ có trên trang tính năng.

Câu hỏi thường gặp

Voice to text có giống speech to text không?

Có. Cả hai tên gọi chỉ cùng một công nghệ: phần mềm nghe lời nói và tạo văn bản có thể chỉnh sửa. “Speech to text” phổ biến hơn trong tài liệu dành cho nhà phát triển của Google và Microsoft, còn “voice to text” là cách nhiều người tìm kiếm. Cả hai đều dựa trên nhận dạng giọng nói tự động. Cần phân biệt với “voice recognition”, được W3C dùng để chỉ việc xác định người nói thay vì lời họ nói.

Chuyển giọng nói thành văn bản có giống đọc chính tả không?

Không hoàn toàn. Đọc chính tả là một cách dùng: bạn nói vào trường văn bản và chữ xuất hiện tại con trỏ, như Windows voice typing hoặc Apple Dictation. Chuyển giọng nói thành văn bản còn bao gồm phiên âm, trong đó toàn bộ bản ghi như phỏng vấn, bài giảng hoặc cuộc họp trở thành văn bản có thể chỉnh sửa. Nếu đang viết nội dung mới, hãy dùng đọc chính tả. Nếu đã có âm thanh và cần bản ghi bằng chữ, hãy dùng công cụ phiên âm.

Chuyển giọng nói thành văn bản có cần internet không?

Tùy công cụ. Microsoft cho biết Windows voice typing cần internet vì dùng nhận dạng trực tuyến. Apple cho biết iPhone Dictation xử lý trên thiết bị với nhiều ngôn ngữ mà không cần internet, còn cài đặt Keyboard trên Mac cho biết việc xử lý có diễn ra trên Mac hay không. Google Live Transcribe cần internet trừ khi dùng ngôn ngữ ngoại tuyến. Các dịch vụ phiên âm đám mây, kể cả trên trình duyệt, cần kết nối để tải và xử lý âm thanh.

Chuyển giọng nói thành văn bản có miễn phí không?

Tính năng cơ bản miễn phí trên hầu hết thiết bị. Windows, macOS, iOS và Android đều có nhập giọng nói hoặc đọc chính tả không tính thêm phí, dù ngôn ngữ hỗ trợ khác nhau. Phiên âm bản ghi dài thường bắt đầu phát sinh chi phí: nhiều dịch vụ có bản dùng thử hoặc gói miễn phí rồi tính tiền theo giờ âm thanh hoặc đăng ký. Trước khi trả tiền, hãy kiểm tra thời lượng tệp, dung lượng tải lên tối đa, ngôn ngữ hỗ trợ và định dạng xuất của gói bạn chọn.

Chuyển giọng nói thành văn bản chính xác đến đâu?

Với âm thanh rõ của một người ở gần micrô, công nghệ hiện đại nhận đúng phần lớn từ, nhưng không có tỷ lệ chính xác chung. Lỗi tăng khi có tiếng ồn, tiếng vang, khoảng cách đến micrô, giọng địa phương đậm, từ chuyên ngành và người nói chồng nhau. Thước đo phổ biến là tỷ lệ lỗi từ, tính các từ bị thay thế, bỏ sót và thêm vào. Luôn đối chiếu tên, số và thuật ngữ với âm thanh trước khi dựa vào bản phiên âm.

Công nghệ này có biết ai đang nói không?

Một số công cụ có thể. Gắn nhãn ai nói khi nào là bước riêng gọi là phân tách người nói, không phải công cụ nào cũng có. Đọc chính tả tích hợp giả định chỉ có một người nói là bạn. Dịch vụ phiên âm thường thêm nhãn người nói; ví dụ Azure Speech của Microsoft ghi nhận hỗ trợ tối đa 35 người. Nhãn hoạt động tốt nhất khi giọng khác nhau và mọi người không nói chồng, vì vậy hãy kiểm tra khi giọng giống nhau hoặc có lời nói chồng.


Bạn có bản ghi cần chuyển thành văn bản? Tải lên whispertranscribe.ai để nhận bản phiên âm hơn 130 ngôn ngữ và xuất DOCX, PDF, SRT và VTT.

Tài liệu tham khảo

Bạn muốn chuyển bản ghi của mình thành văn bản?

Chuyển lời nói trong tệp âm thanh và video thành văn bản bằng whispertranscribe.ai.

Bắt đầu chuyển thành văn bản ↗