Kết quả nhận dạng giọng nói thô rất khó đọc. Câu đến từng mảnh, “uh” và “um” xuất hiện khắp nơi, một từ bị lặp lại trong lúc ai đó đang nghĩ, và trong cuộc gọi không đeo tai nghe, một nửa những gì người khác nói lại hiện ra lần nữa dưới tên bạn. Poffle làm gọn bản chép lại của cuộc họp đã ghi ngay trên máy Mac của bạn, không thay đổi lời của bất kỳ ai, và luôn giữ nguyên văn đã nhận dạng chỉ cách một cú bấm.

Chia đoạn theo người nói

Mở một cuộc họp và chọn Bản chép lại. Poffle gộp các đoạn liên tiếp của cùng một người nói thành một đoạn văn, miễn là khoảng ngừng giữa chúng không quá 4 giây, và mỗi đoạn văn dài tối đa 90 giây. Một người nói mới, hoặc một khoảng ngừng dài hơn, sẽ bắt đầu đoạn văn mới.

Mỗi câu giữ thời điểm riêng của nó. Bấm vào một câu để phát bản ghi từ đó, hoặc bấm vào thời điểm ở góc trên bên phải của đoạn văn để phát từ đầu đoạn. Câu đang phát được làm nổi bật, nên bạn có thể vừa nghe vừa đọc theo.

Một bản chép lại trong Poffle ở chế độ Đã làm gọn, có nhãn Đã bỏ từ đệm và phần lặp lại, với các đoạn của Ana Ruiz, Bạn và Ben Ito, mỗi đoạn có thời điểm bắt đầu từ 0:02 đến 0:46.
Mỗi lượt nói là một đoạn văn, kèm thời điểm bạn có thể bấm để phát.

Đã làm gọn hay Nguyên văn

Phía trên bản chép lại có một công tắc với hai lựa chọn Đã làm gọn và Nguyên văn. Đã làm gọn, kèm dòng chú thích “Đã bỏ từ đệm và phần lặp lại.”, là chế độ mặc định. Nguyên văn hiển thị văn bản “Đúng như đã nhận dạng.” Poffle ghi nhớ lựa chọn của bạn cho cuộc họp tiếp theo bạn mở.

Chế độ Đã làm gọn loại bỏ:

  • Những âm đệm đứng riêng như “um”, “uh” và “hmm”. Mỗi ngôn ngữ trong 16 ngôn ngữ Poffle hỗ trợ đều có danh sách riêng: trong tiếng Việt là những từ đệm như “ờ”, “ờm” và “ừm”, còn trong các ngôn ngữ khác là “øh”, “euh”, “えーと” hay “嗯”. Một từ đệm đồng thời là từ có nghĩa, như “あの” (“kia”) trong tiếng Nhật, chỉ bị bỏ ở chỗ rõ ràng là từ đệm, chẳng hạn trước dấu phẩy.
  • Từ hoặc cụm từ ngắn bị lặp lại ngay lập tức, như trong “chúng ta, chúng ta, chúng ta nên”.

Sau đó, Poffle sửa lại dấu câu và chữ hoa bị ảnh hưởng bởi những chỗ đã bỏ. Chế độ Đã làm gọn giữ lại những từ có thể mang nghĩa, như “like”, “so” và “you know” trong tiếng Anh, những chỗ lặp có thật như “that that” hay “had had”, các con số và từ viết tắt. Một từ nội dung bị lặp chỉ được gộp lại khi xuất hiện từ ba lần liên tiếp trở lên. Trong tiếng Hàn, tiếng Thổ Nhĩ Kỳ và tiếng Việt, nơi việc lặp từ là một phần của ngữ pháp, như “xanh xanh” hay “yavaş yavaş”, chỉ những hư từ bị lặp như đại từ và liên từ mới được gộp lại. Trong mọi ngôn ngữ chép lại khác, chỉ “uh”, “uhm” và “hmm” bị loại bỏ, vì “um” và “er” là từ có nghĩa trong một số ngôn ngữ, và chỉ các cụm từ lặp lại mới được gộp. Trong tiếng Việt, “ừ” và “à” vẫn được giữ, vì chúng thường mang nghĩa.

Đã làm gọn là một chế độ xem, không phải một bản chỉnh sửa. Bản chép lại đã lưu vẫn giữ câu chữ như khi được nhận dạng, và đó là nội dung mà Sao chép bản chép lại cùng bản xuất Markdown sử dụng. Sao chép đoạn, trong menu Control-bấm của một đoạn văn, sao chép đúng câu chữ bạn đang thấy.

Tiếng vọng từ loa

Nếu bạn nghe cuộc gọi qua loa của máy Mac, micrô của bạn cũng thu được tiếng của những người khác. Nếu không được xử lý, lời của họ sẽ xuất hiện hai lần: một lần từ âm thanh máy Mac và một lần nữa dưới nhãn Bạn.

Sau khi chép lại cả hai rãnh, Poffle so sánh chúng. Một đoạn micrô có từ bốn từ trở lên sẽ bị loại khi ít nhất 65% số từ của nó xuất hiện theo cùng thứ tự trong âm thanh máy Mac trong vòng 1,5 giây, và hai đoạn trùng nhau về thời gian ít nhất một nửa độ dài. Đoạn gồm hai hoặc ba từ phải khớp hoàn toàn và trùng nhau 80% độ dài. Khi điều này xảy ra, cuộc họp sẽ hiển thị “Âm thanh cuộc họp do micrô thu được đã bị loại khỏi bản chép lại. Dùng tai nghe để tránh điều này.”

Đây không phải là khử tiếng vọng. Các từ đơn lẻ, tiếng vọng một phần và tiếng vọng lẫn với giọng của chính bạn vẫn có thể còn lại. Nếu bạn đáp lại bằng đúng những từ mà người khác vừa nói, chậm hơn một chút, câu trả lời của bạn vẫn được giữ. Bản sao những từ đó trong âm thanh máy Mac vẫn nằm trong bản chép lại, nên không có lời nào của phía bên kia bị mất. Cách khắc phục đáng tin cậy là đeo tai nghe: khi đó micrô chỉ nghe thấy bạn.

Đặt tên người nói

Micrô của bạn được gắn nhãn Bạn. Sau cuộc họp, Poffle tách các giọng nói trong âm thanh máy Mac ngay trên máy Mac này và gắn nhãn Người nói 1, Người nói 2, v.v. Khi bản ghi được liên kết với một sự kiện lịch, số người tham dự sẽ đặt giới hạn trên, nên giọng của một người ít có khả năng bị tách thành hai người nói.

  1. Bấm vào tên người nói phía trên một trong các đoạn văn của họ.
  2. Chọn một người tham dự trong Từ sự kiện lịch này, hoặc chọn Nhập tên….
  3. Kiểm tra vài đoạn văn bằng cách phát lại. Tên sẽ áp dụng cho mọi đoạn văn của người nói đó trong cuộc họp này.

Người phụ trách việc cần làm thay đổi theo tên mới, nên “Người nói 2” trong ghi chú sẽ trở thành tên bạn đã chọn. Việc tách người nói dựa trên xác suất. Những đoạn nói chồng lên nhau hoặc rất ngắn có thể không được gán cho ai, thay vì bị gán một danh tính đoán mò, và Poffle không bao giờ suy ra ai là ai từ danh sách người tham dự. Mọi người được micrô của bạn thu tiếng, kể cả những người khác ngồi cùng phòng với bạn, đều được gắn nhãn Bạn.

Các ngôn ngữ trên máy Mac này

Giao diện của Poffle có 16 ngôn ngữ, được chọn vì cuộc họp bằng mỗi ngôn ngữ này đều có thể được chép lại và tóm tắt ngay trên máy Mac: tiếng Anh, tiếng Đan Mạch, tiếng Hà Lan, tiếng Pháp, tiếng Đức, tiếng Ý, tiếng Nhật, tiếng Hàn, tiếng Na Uy, tiếng Bồ Đào Nha, tiếng Tây Ban Nha, tiếng Thụy Điển, tiếng Thổ Nhĩ Kỳ, tiếng Việt, tiếng Trung giản thể và tiếng Trung phồn thể.

Phần lớn các ngôn ngữ này dùng SpeechTranscriber của Apple, mô hình trên thiết bị mà Apple xây dựng cho các bản ghi dài như cuộc họp. Tiếng Đan Mạch, Hà Lan, Na Uy, Thụy Điển, Thổ Nhĩ Kỳ và tiếng Việt thì dùng mô hình đọc chính tả trên thiết bị của Apple, DictationTranscriber. Mô hình này cũng cung cấp thời điểm cho từng từ, nên việc phát lại và chia đoạn hoạt động như nhau. Với những ngôn ngữ này, bạn nên chuẩn bị tinh thần là dấu câu sẽ ít hơn, khiến các câu có thể dính vào nhau, và hãy đặc biệt cẩn thận khi kiểm tra tên và con số.

Đặt Cài đặt > Giọng nói > Chép lại > Ngôn ngữ thành ngôn ngữ được nói trong cuộc họp trước khi ghi. Ngôn ngữ hệ thống sẽ theo ngôn ngữ của máy Mac. Mỗi ngôn ngữ được tải về một lần, vào lần đầu bạn sử dụng, sau đó hoạt động ngoại tuyến. Một cuộc họp dùng hai ngôn ngữ sẽ được chép lại theo ngôn ngữ đã chọn, nên phần ngôn ngữ còn lại sẽ có kết quả kém.

Bắt đầu với một bản ghi rõ ràng

  • Đeo tai nghe khi gọi. Cách này loại bỏ nguồn tiếng vọng chính.
  • Dùng cùng một micrô trong ứng dụng gọi điện và trên máy Mac. Poffle ghi từ thiết bị đầu vào mặc định của máy Mac.
  • Tắt nhạc và âm thanh thông báo. Poffle ghi toàn bộ âm thanh của máy Mac, không chỉ cuộc gọi.
  • Nói rõ tên ở lần đầu tiên. Điều này giúp ích khi bạn gán người nói về sau.
  • Khi họp trong phòng, hãy đặt máy Mac ở chỗ nghe được mọi người, và báo cho mọi người biết bạn đang ghi âm.

Bản chép lại gọn gàng hơn sẽ cho ghi chú cuộc họp tốt hơn và câu trả lời tốt hơn khi bạn đặt câu hỏi về các cuộc họp của mình. Apple giải thích công nghệ giọng nói đứng sau trong phiên giới thiệu SpeechAnalyzer. Bạn có thể tải về Poffle và so sánh Đã làm gọn với Nguyên văn trên chính bản ghi của mình.

Nguồn tham khảo

Tài liệu chính thức và nguồn tham khảo được dùng trong hướng dẫn này.

  1. Apple Developer: SpeechTranscriber
  2. Apple Developer: DictationTranscriber
  3. Apple Developer: Bring advanced speech-to-text to your app with SpeechAnalyzer
← Quay lại blog