Phiên âm cho
Nhà sáng tạo nội dung

MirrorCaption truyền phát phiên âm và dịch theo thời gian thực sang 60+ ngôn ngữ trong các cuộc gọi Zoom, Google Meet và Teams trên trình duyệt — hoặc gặp mặt trực tiếp qua micro của điện thoại bạn. Dùng thử miễn phí 1 giờ, không cần thẻ tín dụng.

Bạn vừa chốt được một màn hợp tác với một nhà sáng tạo Hàn Quốc có kênh ẩm thực với hai triệu người đăng ký. Cô ấy rất hào hứng — bạn nghe ra điều đó. Cô ấy trả lời câu hỏi đầu tiên của bạn rất dài, 35 giây tiếng Hàn mà bạn có thể nhận ra là đầy cảm xúc và chi tiết. Bạn mỉm cười. Bạn gật đầu. Bạn hoàn toàn không biết cô ấy vừa nói gì. Và bạn vẫn còn 47 phút phỏng vấn nữa.

Phần lớn quy trình phiên âm được xây dựng cho người sáng tạo nội dung giải quyết vấn đề hậu kỳ. Tải bản ghi lên, chờ, rồi nhận bản chép lời. Điều đó hữu ích cho việc biên tập, nhưng không giúp bạn đặt câu hỏi tiếp theo ở phút thứ ba. MirrorCaption có mặt ngay khi cuộc trò chuyện đang diễn ra.

Hai kiểu phiên âm — và vì sao hầu hết công cụ cho nhà sáng tạo bỏ lỡ khoảnh khắc

Phần lớn công cụ phiên âm cho nhà sáng tạo được xây dựng cho phòng dựng, không phải phòng thu. Có một khác biệt quan trọng:

Phiên âm hậu kỳ — bạn ghi video, tải lên hoặc xử lý tệp, rồi nhận bản chép lời sau đó. MirrorCaption cũng hỗ trợ điều này, và hoàn toàn rất đáng thử cho nhà sáng tạo: tính năng Audio Transcription trên máy tính để bàn nhận một bản ghi đã tải lên (tối đa 100 MB hoặc 5 giờ) và đưa bản chép lời, có thể dịch tùy chọn, vào lịch sử phiên làm việc của bạn vài phút sau. Nhưng sự hỗ trợ đó đến sau khi cuộc trò chuyện đã chuyển sang chủ đề khác.

Phiên âm thời gian thực — phụ đề xuất hiện khi từng từ được nói ra, trễ dưới 500ms so với người nói. Otter.ai làm điều này cho các cuộc họp chủ yếu bằng tiếng Anh. MirrorCaption làm điều này trên 60+ ngôn ngữ với hiển thị song song nguyên bản và bản dịch — vì vậy nếu khách mời của bạn trả lời bằng tiếng Hàn, bạn sẽ thấy văn bản tiếng Hàn ở cột trái và bản dịch tiếng Anh ở cột phải, đồng thời.

Khoảng trống rất cụ thể: khi một khách mời không nói tiếng Anh trả lời câu hỏi của bạn ở phút thứ tám, không công cụ hậu kỳ nào giúp bạn đặt câu hỏi tiếp theo hiển nhiên ở phút thứ chín. Đó chính là khoảnh khắc MirrorCaption được tạo ra để phục vụ. Xem thêm: phụ đề trực tiếp vs. bản chép lời — khác nhau thực sự là gì.

MirrorCaption hoạt động thế nào cho nhà sáng tạo nội dung

MirrorCaption chạy hoàn toàn trong trình duyệt của bạn — không cần tiện ích mở rộng, không có bot tham gia cuộc gọi và xuất hiện trong danh sách người tham gia của mọi người.

Chế độ Meet — cho các cuộc gọi video trên trình duyệt

Mở MirrorCaption trong một tab thứ hai trên Chrome hoặc Microsoft Edge máy tính để bàn. Chọn chế độ Meet, rồi chia sẻ tab trình duyệt Zoom, Google Meet hoặc Teams của bạn. MirrorCaption ghi âm thanh của tab đó cùng với micro của bạn và bắt đầu truyền phát phiên âm ngay lập tức. Chọn ngôn ngữ của người nói và ngôn ngữ dịch bạn muốn — chế độ hiển thị song song cập nhật từng từ khi khách mời của bạn nói.

Chế độ Talk — cho các buổi gặp mặt trực tiếp của nhà sáng tạo

Quay một màn hợp tác trực tiếp? Mở MirrorCaption trong Chrome trên điện thoại, chuyển sang chế độ Talk, và đặt nó giữa hai bạn trên bàn. Cả hai người nói đều đọc được lời của nhau theo thời gian thực. Không cần cài đặt. Không lo về gói dữ liệu ngoài việc dùng trình duyệt bình thường.

Sau phiên làm việc

Khi bạn dừng phiên, toàn bộ bản chép lời là của bạn — sao chép vào clipboard, xuất dưới dạng văn bản thuần, hoặc tải xuống dưới dạng Markdown. Nhãn người nói cho biết ai đã nói gì. Dấu thời gian đánh dấu mọi đoạn. Bạn có thể tìm trong bản chép lời và nhảy đến bất kỳ thời điểm nào.

Đây cũng là quy trình hoạt động cho các nhóm làm việc từ xa đa ngôn ngữ — chỉ là áp dụng cho thiết lập phỏng vấn nhà sáng tạo của bạn.

Kịch bản phỏng vấn mà mọi nhà sáng tạo có khán giả toàn cầu đều biết

Hãy xem hai phiên bản của cùng một cuộc phỏng vấn.

Không có MirrorCaption: Ji-ho, một nhà sáng tạo game người Hàn Quốc, trả lời câu hỏi của bạn về kiệt sức bằng một câu trả lời mà bạn có thể nhận ra — từ giọng điệu, cử chỉ của cô ấy — là một câu trả lời sâu sắc, mang tính cá nhân. Bạn không nói tiếng Hàn. Bạn hỏi câu tiếp theo theo kịch bản rồi chuyển sang phần khác. Sau đó, khi bản chép lời đến, bạn mới biết cô ấy đã kể về một quãng nghỉ 90 ngày cụ thể khỏi việc phát trực tuyến và chính xác khoảnh khắc cô ấy quyết định quay lại. Câu hỏi tiếp theo của bạn lẽ ra có thể là phân đoạn hấp dẫn nhất trong video. Bạn sẽ không bao giờ biết, vì cuộc trò chuyện đã chuyển sang chủ đề khác.

Có MirrorCaption: Khi Ji-ho nói, bạn thấy lời của cô ấy hiện ra bằng tiếng Hàn ở cột bên trái — và bản dịch tiếng Anh ở bên phải, trong vòng nửa giây. Bạn đọc được: "Tôi đã rời xa việc phát trực tuyến 90 ngày… khoảnh khắc tôi quay lại là khi tôi nhận ra mình làm điều đó vì lượt xem, chứ không phải vì niềm vui." Bạn ngắt lời. "Khoan — bạn có thể nói thêm về khoảnh khắc đó không?" Cuộc phỏng vấn rẽ hướng.

Khi một khách mời người Nhật nói「ちょっと難しいです」và bạn thấy "A little difficult" xuất hiện bên cạnh nguyên bản, bạn biết — nếu bạn đã từng ở Nhật — rằng đây là cách nói giảm nhẹ lịch sự cho một quan điểm mạnh hơn. Văn bản gốc vẫn ở trên màn hình. Bạn có thể đào sâu thêm. Bản dịch thôi là chưa đủ; chế độ hiển thị song song mới cho bạn đầy đủ ngữ cảnh.

Đây là điều phân biệt dịch thời gian thực với phiên âm hậu kỳ. Bạn không chỉ đang đọc những gì đã được nói. Bạn đang đọc những gì đang được nói — trong khi vẫn còn 45 phút để điều hướng cuộc trò chuyện.

Bạn có thể làm gì với bản chép lời sau đó

Bản chép lời của phiên làm việc không chỉ là lưới an toàn — nó là lịch nội dung. Một cuộc phỏng vấn nhà sáng tạo dài 60 phút tạo ra:

• Ghi chú chương trình trong chưa đến 5 phút. Sao chép bản chép lời, bỏ từ đệm, chia đoạn lại. Trích dẫn chính xác của khách mời đã có sẵn — không cần diễn giải lại.
• Nội dung mô tả YouTube. Các từ khóa mà khách mời của bạn dùng một cách tự nhiên — thuật ngữ ngách, tên sản phẩm, cụm từ cụ thể — đều có nguyên văn trong bản chép lời. Dán chúng vào phần mô tả và chúng sẽ được lập chỉ mục đúng.
• Bản nháp bài blog. Dùng các trích dẫn nổi bật từ bản chép lời làm mốc cho từng phần. Một câu như "Tôi nhận ra mình làm điều đó vì lượt xem, chứ không phải vì niềm vui" có thể tổ chức cả một phần mà không cần dựng lại từ trí nhớ.
• Đoạn clip mạng xã hội. Tìm trong bản chép lời những khoảnh khắc đắt giá 20 giây. Dấu thời gian cho bạn biết chính xác cần cắt ở đâu.
• Công cụ xây dựng từ vựng. Nếu bạn là nhà sáng tạo học ngôn ngữ, bạn có thể chạm vào bất kỳ từ đã dịch nào để hiện nguyên bản — và lưu nó vào bộ học cá nhân của bạn. Cuộc phỏng vấn của bạn cũng là một bài học.

Để xem sâu hơn về những việc có thể làm với bản chép lời cho nhà sáng tạo trên nhiều nền tảng, hãy xem hướng dẫn phiên âm đa ngôn ngữ của chúng tôi.

MirrorCaption không làm gì cho livestream (đọc phần này trước)

Đối với phụ đề hướng tới người xem trong video cuối cùng, phụ đề tự động của YouTube hỗ trợ tiếng Anh sau khi tải lên. Với phụ đề đa ngôn ngữ, hãy xuất bản chép lời MirrorCaption và thêm nó như một track SRT trong trình chỉnh sửa của bạn. Hướng dẫn của chúng tôi về cách có phụ đề trực tiếp trên bất kỳ cuộc gọi video nào trình bày chi tiết cả hai cách tiếp cận.

Giá — Thực sự tốn bao nhiêu cho một nhà sáng tạo

Phần lớn công cụ phiên âm dành cho nhà sáng tạo tính phí hàng tháng. MirrorCaption thì không.

Phép tính rất trực tiếp: với €99 một lần, MirrorCaption hòa vốn so với Descript sau hai tháng và so với Otter sau ba tháng. Sau đó, bạn không tốn gì mỗi tháng — có thể nạp thêm Voice Pack với giá €4.99 cho 5 giờ nếu bạn cần nhiều hơn 200 giờ đã bao gồm trong gói Premium.

Nếu bạn cần chỉnh sửa video bằng cách cắt theo bản chép lời, đó là một quy trình hậu kỳ riêng mà MirrorCaption không cố gắng bao phủ. Để hiểu khách mời đa ngôn ngữ ngay trong lúc gọi, MirrorCaption là lựa chọn hiển nhiên: nó dịch trực tiếp khi họ nói, bằng 60+ ngôn ngữ.

Phụ đề cũng giúp video hoàn chỉnh dễ tìm kiếm, trích dẫn và tái sử dụng hơn. Một bản chép lời có thể tìm kiếm — mà bạn đã có từ MirrorCaption — cung cấp cho bạn văn bản thô để làm phụ đề, mô tả, ghi chú chương trình và clip.

Câu hỏi thường gặp

YouTube có tự động thêm phụ đề không?

Có, nhưng có giới hạn. YouTube tự động tạo phụ đề cho video dài đã tải lên và Shorts ở nhiều ngôn ngữ được hỗ trợ, nhưng chất lượng thay đổi và âm thanh đa ngôn ngữ có thể gây lỗi. Với livestream, phụ đề tự động chỉ hoạt động bằng tiếng Anh và không được giữ lại sau khi buổi phát sóng kết thúc — một track phụ đề mới sẽ được tạo lại từ VOD và có thể khác với những gì đã xuất hiện trực tiếp. Với nội dung đa ngôn ngữ hoặc khách mời không nói tiếng Anh, hãy dùng một công cụ phiên âm thời gian thực riêng trong lúc ghi hình.

Làm sao để phiên âm một cuộc phỏng vấn Zoom với khách mời nói ngôn ngữ nước ngoài theo thời gian thực?

Mở MirrorCaption trong một tab thứ hai trên Chrome hoặc Edge máy tính để bàn. Chọn chế độ Meet và chia sẻ tab trình duyệt Zoom của bạn làm nguồn âm thanh. Chọn ngôn ngữ của khách mời làm ngôn ngữ nguồn và ngôn ngữ của bạn làm ngôn ngữ đích để dịch. Khi khách mời nói, MirrorCaption truyền phát phiên âm từng từ ở cột trái và bản dịch ở cột phải — không cần tải bản ghi lên, không phải chờ sau phiên.

Tôi có thể dùng MirrorCaption với OBS không?

MirrorCaption không phải là plugin OBS và không chèn phụ đề đã dịch lên luồng phát để người xem nhìn thấy. Nó hiển thị phụ đề thời gian thực trên màn hình của bạn trong một tab trình duyệt. Nếu bạn cần phụ đề hướng tới người xem trong OBS, hãy dùng một plugin phụ đề luồng chuyên dụng song song với nó. MirrorCaption phù hợp hơn để hiểu một khách mời đa ngôn ngữ trong lúc phát sóng: nó truyền phát 60+ ngôn ngữ bên cạnh nguyên bản, trong một tab trình duyệt hoặc trong ứng dụng gốc cho Mac, Windows, iPhone và Android.

MirrorCaption có lưu bản ghi hoặc âm thanh của tôi không?

Không. MirrorCaption truyền âm thanh từ trình duyệt của bạn để chuyển giọng nói thành văn bản theo thời gian thực và không lưu bản ghi âm trên máy chủ của MirrorCaption. Bản chép lời được lưu cục bộ trong trình duyệt của bạn (IndexedDB). Khi bạn đóng phiên, luồng âm thanh trực tiếp sẽ kết thúc. Chỉ số phút sử dụng được ghi lại cho mục đích tính phí, không phải nội dung cuộc trò chuyện.

Có phiên bản miễn phí cho nhà sáng tạo nội dung không?

Có. Mỗi tài khoản bắt đầu với 1 giờ miễn phí — một lần, không đặt lại hàng tháng, không cần thẻ tín dụng. Như vậy đủ để chạy một cuộc phỏng vấn nhà sáng tạo hoàn chỉnh bằng bất kỳ ngôn ngữ nào. Nếu bạn cần thêm, gói Premium là €99 một lần cho 200 giờ, và có thể nạp thêm Voice Pack nếu vượt quá.