Nhận Dạng Giọng Nói — Phiên âm trực tuyến miễn phí bằng AI

OpenAI Whisper đạt tỷ lệ lỗi từ 4,2% trên các bài kiểm tra tiêu chuẩn, tương đương với người phiên âm chuyên nghiệp. Với giọng nói rõ ràng, độ chính xác vượt 95% cho tiếng Việt, tiếng Anh và hầu hết các ngôn ngữ chính. Chọn mô hình lớn hơn (Small hoặc Medium) cải thiện kết quả hơn nữa với âm thanh có giọng địa phương hoặc nhiều tiếng ồn.

Có — chế độ cục bộ hoàn toàn miễn phí, không cần tài khoản. Không giống TurboScribe (3 lần phiên âm miễn phí/ngày) hay Otter.ai ($16,99/tháng sau 300 phút), Whisper Web chạy AI hoàn toàn trên thiết bị của bạn mà không tốn chi phí máy chủ và không giới hạn sử dụng.

Có. Nhấp nút micro để ghi âm trực tiếp trong trình duyệt. Trình duyệt sẽ yêu cầu quyền micro một lần duy nhất. Ghi âm hỗ trợ đoạn tối đa 60 giây, và phiên âm bắt đầu tự động khi bạn dừng. Lý tưởng cho đọc chính tả, ghi chú và ghi âm nhanh.

Có. Sau khi tải mô hình Whisper ban đầu (~40 MB cho Base, ~150 MB cho Small), nhận dạng giọng nói hoạt động hoàn toàn ngoại tuyến. Mô hình được lưu cache trong trình duyệt, nên các lần truy cập sau không cần kết nối Internet — khác với dịch vụ đám mây yêu cầu kết nối liên tục.

Toàn bộ xử lý diễn ra cục bộ trong trình duyệt qua WebGPU hoặc WebAssembly. Không có âm thanh nào được tải lên, lưu trữ hoặc truyền đến bất kỳ máy chủ nào. Điều này làm Whisper Web phù hợp cho nội dung bảo mật: đọc chính tả y tế, bản ghi pháp lý, cuộc họp riêng tư và quy trình tuân thủ HIPAA.

Whisper hỗ trợ hơn 100 ngôn ngữ, bao gồm tiếng Việt, tiếng Anh, tiếng Tây Ban Nha, tiếng Trung, tiếng Pháp, tiếng Đức, tiếng Nhật, tiếng Hàn, tiếng Ả Rập, tiếng Hindi và tiếng Bồ Đào Nha. Tự động nhận diện ngôn ngữ xác định ngôn ngữ đang nói, hoặc bạn có thể chọn thủ công để đạt độ chính xác tối ưu.