Vietnamese Speech to Text

Chuyển Giọng Nói Thành Văn Bản

Chuyển giọng nói thành văn bản là quy trình ghi chú thông thường. Voice2Win ghi lại khi phím tắt toàn cục của nó đang hoạt động, phiên âm âm thanh tại chỗ, tùy chọn cải thiện kết quả với AI cục bộ, và chèn văn bản cuối cùng vào ứng dụng đang hoạt động khi bắt đầu ghi âm.

Chế độ ghi âm

Chế độ này được chia sẻ bởi các phím tắt Chuyển Giọng Nói Thành Văn Bản và Lệnh Giọng Nói.

Chế độ	Cách hoạt động
Giữ	Giữ phím tắt trong khi nói. Thả ra để kết thúc ghi âm và bắt đầu phiên âm.
Chốt	Nhấn và thả một lần để bắt đầu, nói, sau đó nhấn và thả lần nữa để dừng.
Nhấn đôi kết hợp	Giữ như bình thường, hoặc nhấn phím tắt hai lần nhanh để vào chế độ chốt. Nhấn thêm một lần để dừng ghi âm đã chốt.

Chế độ được chọn trong Cài đặt → Tổ hợp phím.

Quy trình làm việc bình thường

1. Chuyển sang ứng dụng mục tiêu và đặt con trỏ.
2. Bắt đầu ghi âm bằng phím tắt đã cấu hình.
3. Nói một cách tự nhiên. Bộ chỉ báo ghi âm trên màn hình xác nhận rằng Voice2Win đang lắng nghe.
4. Kết thúc ghi âm. Tùy theo cài đặt của bạn, văn bản sơ bộ có thể đã hiển thị.
5. Voice2Win chuyển giọng thành văn bản, định dạng, tùy chọn nâng cao và chèn kết quả.

Nhấn Escape khi việc phiên âm hoặc thao tác AI mất quá nhiều thời gian và gợi ý hủy bỏ hiển thị.

Chọn ngôn ngữ và thuật ngữ chuyên môn

Chọn ngôn ngữ mà bạn chủ yếu nói và muốn văn bản được viết. Đây vẫn là lựa chọn đúng ngay cả khi bản ghi âm có chứa các từ nước ngoài phổ biến. Tự động phát hiện có thể hữu ích cho những ngôn ngữ thay đổi thường xuyên, nhưng một ngôn ngữ cố định thường đáng tin cậy hơn.

Sử dụng Thuật ngữ chuyên ngành và tên riêng tùy chỉnh trong Cài đặt → Chuyển đổi âm thanh thành văn bản để thêm tên, chữ viết tắt, thuật ngữ sản phẩm hoặc cách viết bất thường. Những mục này hướng dẫn việc nhận diện của Whisper; chúng không phải là thay thế văn bản tự động.

Định dạng khi đọc chính tả

Các cài đặt Chuyển đổi âm thanh thành văn bản có thể áp dụng các định dạng sau trước khi chèn:

• Chuyển đổi dấu câu nói chuyển các từ như “period” (dấu chấm), “comma” (dấu phẩy) và “new line” (xuống dòng) thành dấu câu. Các lệnh bằng tiếng Đức và tiếng Anh được nhận dạng cùng lúc.
• Xóa dấu chấm ở cuối văn bản hữu ích cho các hộp tìm kiếm và các trường thông tin ngắn.
• Viết chữ cái đầu tiên thành chữ thường giúp tiếp tục câu tại con trỏ.
• Kết nối các đoạn đọc liên tiếp điều chỉnh khoảng trắng đầu dòng và chữ viết hoa dựa trên lần chèn trước trong cùng một ứng dụng.

Lịch sử chuyển đổi âm thanh thành văn bản

Voice2Win lưu lịch sử hàng ngày trên thiết bị. Bạn có thể:

• Duyệt qua ngày khác và tìm kiếm các mục của ngày đó.
• Sao chép một mục hoặc hiển thị toàn bộ văn bản đã gộp.
• Phát lại bản ghi khi tệp WAV (Waveform Audio File Format) tương ứng được lưu.
• Chuyển ngữ lại với mô hình hiện tại và thay thế mục đó hoặc tạo mục mới.
• Xóa từng mục.

Các bản ghi gần đó có thể được hiển thị như một nhóm gộp. Lưu các bản ghi WAV cho phép phát lại và chuyển ngữ lại nhưng sử dụng nhiều dung lượng đĩa hơn. Xóa các tệp WAV sẽ giữ văn bản trong khi vĩnh viễn loại bỏ phát lại và chuyển ngữ lại cho các bản ghi đó.

Chế độ chèn văn bản

Voice2Win hỗ trợ ba phương pháp chèn:

• Clipboard (Bảng tạm) — nhanh và đáng tin cậy cho văn bản dài và các ký tự đặc biệt. Voice2Win tạm thời thay thế bảng tạm và thường khôi phục nội dung trước đó của nó.
• Unicode — không phụ thuộc vào bố cục bàn phím và là mặc định trên macOS và Linux, nhưng một số ứng dụng Windows không xử lý Unicode giả lập một cách đáng tin cậy.
• Scan Code (Mã quét) — giống với việc nhập từ bàn phím vật lý và có thể hỗ trợ các ứng dụng Windows khó khăn, nhưng nó phụ thuộc vào bố cục bàn phím đang sử dụng.

Nếu ký tự bị thiếu, hãy tăng Độ trễ mô phỏng bàn phím. Các ứng dụng điều khiển từ xa có thể cần mã quét, Unicode, hoặc một phím tắt dán bảng tạm thay thế. Xem Khắc phục sự cố.

Chỉ báo ghi và phản hồi âm thanh

Chỉ báo ghi âm luôn hiển thị trên các ứng dụng khác và có thể sử dụng các phong cách hình ảnh, màu sắc, vị trí và kích thước khác nhau. Âm thanh bắt đầu và dừng có thể được bật riêng cho Chuyển đổi Giọng nói thành Văn bản và Lệnh Giọng nói, với cài đặt riêng cho âm thanh, thời lượng và âm lượng. Cũng có hỗ trợ các cài đặt âm thanh tổng hợp tùy chỉnh.

Đối với văn bản nên xuất hiện khi bạn nói, tiếp tục với Phiên dịch Thời gian Thực.