Chuyển lời podcast
trực tiếp với MirrorCaption

MirrorCaption là phần mềm chuyển lời podcast cho các buổi ghi hình trực tiếp: nó phát bản chép lời theo thời gian thực trong lúc bạn ghi âm, không cần chờ tải lên một tệp âm thanh hoàn chỉnh. Nếu bạn ghi trong một công cụ chạy trên trình duyệt như Riverside, StreamYard, Zoom hoặc Google Meet, hãy mở MirrorCaption song song và theo dõi bản chép lời khi cuộc trò chuyện diễn ra.

Nhiều quy trình chuyển lời podcast vẫn bắt đầu sau khi ghi âm xong: kết thúc buổi ghi, xuất tệp âm thanh, tải lên, chờ xử lý, rồi tải xuống và chỉnh sửa. Trình tự đó có một vấn đề không thể đảo ngược: bạn không thấy bản chép lời trông như thế nào cho đến khi buổi ghi kết thúc. Nếu khách mời của bạn nói vấp ở một câu trả lời quan trọng, hoặc mic của bạn bị ngắt trong 8 giây, bạn chỉ biết sau đó. Trang này giải thích vì sao điều đó quan trọng, MirrorCaption khác Descript, Castmagic, Otter và Rev ở điểm nào, và nó hỗ trợ các chương trình song ngữ ra sao.

Điểm chính

• Nhiều quy trình chuyển lời podcast bắt đầu với một tệp âm thanh hoặc bản ghi cuộc họp đã hoàn tất.
• MirrorCaption phát bản chép lời trực tiếp trong lúc ghi, có thể đọc được trước khi bạn nhấn dừng.
• Hỗ trợ tốt nhất cho bắt tab và âm thanh hệ thống là trên Chrome và Edge máy tính; chế độ micro có sẵn trên các trình duyệt di động được hỗ trợ.
• Hỗ trợ hơn 60 ngôn ngữ cho chuyển lời và dịch, hữu ích cho các định dạng podcast song ngữ.
• Gói trọn đời một lần €49, bao gồm 200 giờ, không cần đăng ký cho gói này.

Vì sao chuyển lời podcast quan trọng, và vì sao đa số công cụ dừng lại quá sớm

Công cụ tìm kiếm không thể đọc âm thanh với độ chính xác như văn bản hiển thị. Một cuộc phỏng vấn dài 52 phút sẽ dễ thu thập, trích dẫn và tái sử dụng hơn nhiều khi có bản chép lời. Hướng dẫn dữ liệu có cấu trúc của Google mô tả markup như một cách giúp hệ thống tìm kiếm hiểu nội dung trang; nó không thay thế cho việc xuất bản văn bản hữu ích mà người nghe và công cụ tìm kiếm thực sự có thể đọc.

Lý do thứ hai là khả năng tiếp cận. Tổ chức Y tế Thế giới ước tính có 430 triệu người cần phục hồi chức năng vì suy giảm thính lực gây mất khả năng. Bản chép lời biến một chương trình chỉ có âm thanh thành thứ mà nhiều người hơn trong nhóm khán giả tiềm năng của bạn có thể tiếp cận. Nó cũng đang trở thành trải nghiệm nghe bình thường: Apple Podcasts cung cấp bản chép lời tập có thể tìm kiếm, và Spotify cho phép các nhà sáng tạo đủ điều kiện quản lý bản chép lời tập trong Spotify for Creators. Xem hướng dẫn của chúng tôi về phụ đề trực tiếp cho người điếc và khiếm thính để biết thêm về cách làm nội dung âm thanh dễ tiếp cận hơn.

Lý do thứ ba là quy trình sản xuất. Ghi chú chương trình, chương, clip mạng xã hội và trích đoạn newsletter đều đến từ cùng một nguồn: những gì khách mời của bạn đã nói. Một bản chép lời có thể tìm kiếm và có dấu thời gian giúp nguồn đó dùng được ngay lập tức. Bạn không cần tua một tệp âm thanh để tìm câu trích bạn nhớ ở phút 38; bạn dùng Ctrl+F trong bản chép lời.

Các công cụ như Descript, Otter, Castmagic và Rev xử lý tốt nhiều công việc chuyển lời hậu kỳ. Điểm khác của MirrorCaption là: theo dõi trực tiếp trong lúc ghi, quy trình đa ngôn ngữ, và thiết lập gốc trình duyệt không cần bot tham gia cuộc họp. Ba khoảng trống đó là lý do trang này tồn tại.

Vấn đề tải lên rồi chờ đợi

Quy trình tải lên rồi chờ đợi xem chuyển lời như một bước xuất bản. Chuyển lời theo thời gian thực biến nó thành một công cụ sản xuất, thứ bạn có thể hành động ngay khi buổi ghi vẫn đang diễn ra.

Chuyển lời podcast theo thời gian thực thay đổi quy trình của bạn như thế nào

Sự khác biệt giữa chuyển lời thời gian thực và hậu kỳ không chỉ là tốc độ. Đó là tập hợp các quyết định bạn có thể đưa ra.

Khi bạn có thể đọc bản chép lời trong lúc ghi âm đang chạy, bạn phát hiện lỗi ngay tại thời điểm chúng xảy ra. Bạn biết chính xác khi nào cần yêu cầu làm rõ, đọc lại hoặc thu lại. Bạn rời buổi ghi với một bản chép lời đầy đủ, sạch sẽ thay vì một bản cần vá quanh các đoạn có vấn đề. Bản ghi trở thành bản ghi cuối cùng, không phải điểm khởi đầu của một công việc sửa chữa.

MirrorCaption dùng Soniox WebSocket streaming để đưa ra từng từ ngay khi chúng được nói, với độ trễ mục tiêu dưới 500ms trong điều kiện bình thường. Điều đó có nghĩa là bạn có thể đọc bản chép lời trong khi khách mời vẫn đang nói. Chất lượng dịch cũng được cải thiện nhờ ngữ cảnh gần đây, nên các thuật ngữ chuyên ngành và danh từ riêng trải dài qua ranh giới câu có thêm ngữ cảnh để được hiểu đúng. Để xem sâu hơn điều gì phân biệt chuyển lời streaming với xử lý theo lô, hãy xem phần giải thích của chúng tôi về phụ đề trực tiếp vs bản chép lời.

Hoạt động với bộ công cụ ghi âm hiện có của bạn

Trên Chrome và Edge máy tính, MirrorCaption bắt âm thanh của tab trình duyệt hoặc âm thanh hệ thống bằng API getDisplayMedia của trình duyệt. Điều đó có nghĩa là nó có thể chạy song song với các công cụ ghi âm trên trình duyệt mà không cần tích hợp riêng hay bot tham gia buổi ghi:

• Riverside.fm
• StreamYard
• Zoom
• Google Meet
• Cleanfeed
• Zencastr
• Bất kỳ nền tảng ghi âm nào khác chạy trên trình duyệt

Nó cũng bắt trực tiếp âm thanh từ micro, hữu ích cho thiết lập ghi solo, cuộc trò chuyện trực tiếp ngoài đời, hoặc phần hỏi đáp với khán giả trực tiếp khi không có nền tảng video riêng nào tham gia. Khách mời của bạn sẽ không thấy bot cuộc họp nào, vì MirrorCaption không tham gia buổi ghi. Để bắt đầy đủ tab hoặc âm thanh hệ thống, hãy dùng Chrome hoặc Edge trên máy tính; trên Safari, Firefox và các trình duyệt di động, hãy kiểm tra chế độ âm thanh bạn định dùng trước khi dựa vào nó cho một bản ghi.

Từ ghi âm đến ghi chú chương trình chỉ với một cú nhấp

Các định dạng xuất: Markdown, văn bản thuần và sao chép vào clipboard. Nhãn người nói được bao gồm tự động. Mỗi đoạn có kèm dấu thời gian. Bản tóm tắt do AI tạo xuất hiện trong một khối riêng ở phía trên.

So sánh phần mềm chuyển lời podcast

Phần lớn công cụ trong nhóm này thực sự làm rất tốt việc của chúng. Trình chỉnh sửa hậu kỳ, dạng sóng trực quan, overdub và xóa từ đệm của Descript rất mạnh nếu ưu tiên của bạn là chỉnh sửa. Castmagic mạnh trong việc tạo clip mạng xã hội và tái sử dụng nội dung từ phương tiện đã ghi. Gói chuyển lời do con người của Rev hữu ích khi độ chính xác đã xác minh quan trọng hơn tốc độ.

MirrorCaption khác biệt ở quy trình podcast trực tiếp và đa ngôn ngữ như sau:

Nếu chương trình của bạn chỉ dùng tiếng Anh và bạn làm hầu hết công việc sản xuất sau khi ghi xong, Descript là một lựa chọn mạnh. MirrorCaption nhắm đến một quy trình và một nhóm người dùng khác: podcaster muốn có bản chép lời ngay trong lúc ghi, và bất kỳ ai vận hành một chương trình đa ngôn ngữ. Để xem so sánh đầy đủ từng tính năng với Otter, hãy xem MirrorCaption vs Otter.ai.

Podcast đa ngôn ngữ: nơi chuyển lời trực tiếp phát huy tác dụng

Hãy xem một podcast Đức-Anh về văn hóa startup ở châu Âu. Mỗi tập ghép một nhà sáng lập nói tiếng Đức với một nhà đầu tư nói tiếng Anh. Cuộc trò chuyện chuyển qua lại giữa các ngôn ngữ trong suốt tập, đôi khi ngay giữa câu.

Các định dạng podcast song ngữ như Tây Ban Nha/Anh, Quan Thoại/Anh, Đức/Anh và Nhật/Anh tạo ra một vấn đề quy trình mà bản chép lời đơn ngữ không giải quyết tốt. MirrorCaption được xây dựng xoay quanh chế độ xem song ngữ trực tiếp đó. Xem hướng dẫn chuyển lời đa ngôn ngữ của chúng tôi để có phân tích đầy đủ về cách các công cụ lớn hoạt động trên từng cặp ngôn ngữ.

Bản chép lời song song cho các tập song ngữ

Trong chế độ xem trên máy tính của MirrorCaption, lời nói gốc và bản dịch xuất hiện ở hai cột song song. Mỗi từ đã dịch có thể liên kết ngược về từ nguồn mà nó xuất phát, nên bạn có thể chạm vào một từ để xem cụm từ gốc. Với các podcast học ngôn ngữ nơi người nghe muốn thấy nguyên bản đi kèm bản dịch, định dạng song song này cho bạn cả hai cột ngay khi cuộc trò chuyện đang diễn ra.

Cùng quy trình song ngữ trực tiếp đó cũng áp dụng cho các nhà sáng tạo nội dung xuất bản ở nhiều định dạng: phiên bản tiếng Anh và tiếng Tây Ban Nha của một tập có thể bắt đầu từ một buổi ghi và một lần xuất. Xem cách chuyển lời cho nhà sáng tạo nội dung áp dụng điều này cho YouTube và quy trình livestream.

Bắt đầu trong ba bước

1. Mở mirrorcaption.com trong trình duyệt của bạn. Không cần tải xuống hay tiện ích mở rộng. Để bắt đầy đủ tab/âm thanh hệ thống, hãy dùng Chrome hoặc Edge trên máy tính. Với các phiên chỉ dùng micro, hãy dùng trình duyệt máy tính hoặc di động được hỗ trợ.
2. Chia sẻ tab trình duyệt của công cụ ghi âm khi được nhắc. MirrorCaption bắt âm thanh của tab cùng với micro của bạn. Nếu bạn ghi solo chỉ với micro, hãy chọn chế độ micro. Không ai trong buổi ghi thấy thông báo nào.
3. Nhấn bắt đầu. Bản chép lời phát ngay lập tức, từng từ một, với độ trễ dưới 500ms. Người nói được gắn nhãn tự động. Khi bạn dừng, xuất toàn bộ bản chép lời dưới dạng Markdown hoặc văn bản thuần, có kèm dấu thời gian và nhãn người nói.

Gói miễn phí bao gồm 1 giờ chuyển lời, một lần, không cần thẻ tín dụng. Như vậy đủ để thử một tập ngắn hoặc một đoạn trực tiếp và đánh giá xem quy trình thời gian thực có phù hợp với quy trình sản xuất của bạn trước khi cam kết điều gì hay không.

Giá: €49 một lần so với các công cụ đăng ký

Nhiều công cụ chuyển lời và tái sử dụng podcast chạy theo hình thức đăng ký hàng tháng hoặc hàng năm. Với mức sử dụng trung bình, một đến hai giờ ghi mỗi tuần, chi phí đăng ký có thể quan trọng không kém danh sách tính năng.

Với nhịp ghi hàng tuần là một tập 50 phút, 200 giờ đủ cho khoảng bốn năm rưỡi buổi ghi. Sau đó, Voice Pack có thể nạp thêm giờ mà không cần đăng ký hay cam kết hàng tháng.

Nếu so với các gói đăng ký hàng tháng, khoản mua trọn đời thường được hoàn vốn sau khoảng một đến ba tháng, tùy gói và tỷ giá. Nếu bạn mua chỗ ngồi theo năm, hãy so với ngày gia hạn và số phút bao gồm. Với những podcaster thỉnh thoảng chỉ sản xuất sáu đến tám tập mỗi năm, việc tránh một gói đăng ký lặp lại có thể quan trọng hơn việc có hạn mức hàng tháng lớn.

• ✓
  Chuyển lời phát trực tiếp theo thời gian thực, đầu ra từng từ với độ trễ dưới 500ms qua Soniox WebSocket STT. Có thể đọc được trong khi khách mời vẫn đang nói.
• ✓
  Hơn 60 ngôn ngữ kèm dịch, Quan Thoại, Quảng Đông, Nhật, Hàn, Ả Rập, Tây Ban Nha, Pháp, Đức, Hindi, Bồ Đào Nha và hơn 50 ngôn ngữ khác. Xử lý tự nhiên các chương trình song ngữ.
• ✓
  Tự động phát hiện người nói, các giọng nói khác nhau được gắn nhãn tự động. Đổi tên người nói trong bản chép lời trước khi xuất.
• ✓
  Bản tóm tắt do AI tạo, một bản tóm tắt có cấu trúc được làm mới khi buổi ghi diễn ra. Xuất cùng với bản chép lời để có ghi chú chương trình ngay lập tức.
• ✓
  Không lưu trữ âm thanh trên MirrorCaption, âm thanh truyền từ trình duyệt của bạn đến hạ tầng chuyển lời để xử lý. Bản chép lời vẫn nằm trong bộ nhớ cục bộ của trình duyệt trừ khi bạn xuất hoặc sao chép. MirrorCaption chỉ ghi lại số phút sử dụng cho mục đích tính phí, không ghi nội dung bản chép lời.
• ✓
  Quy trình dựa trên trình duyệt, Chrome và Edge trên máy tính được khuyến nghị để bắt đầy đủ tab/âm thanh hệ thống, trong khi chế độ chỉ micro hỗ trợ các trường hợp sử dụng nhẹ hơn trên máy tính và di động.

Câu hỏi thường gặp