Tạo phụ đề SRT/VTT từ file audio tiếng Việt (nhanh & đúng giờ)

Cần gắn phụ đề cho video, clip hay bài giảng tiếng Việt? Cách nhanh nhất là phiên âm audio thành văn bản có dấu thời gian, rồi xuất ra file .srt hoặc .vtt — chỉ vài phút thay vì gõ và căn giờ thủ công hàng tiếng.

SRT và VTT là gì?

Cả hai đều là file phụ đề dạng văn bản — chứa từng câu kèm mốc thời gian để hiển thị đúng lúc trên màn hình.

• SRT (.srt) — phổ biến nhất. Dùng cho hầu hết trình phát video, và khi tải phụ đề lên YouTube, Facebook.
• VTT (.vtt) — chuẩn phụ đề cho web (thẻ <track> của HTML5). Có thêm dòng đầu WEBVTT và dùng dấu chấm thay dấu phẩy ở mốc thời gian.

Đa số trường hợp bạn chỉ cần SRT; làm phụ đề cho web thì dùng VTT.

Vì sao nên tạo phụ đề bằng AI

Gõ phụ đề tay vừa chậm vừa mệt vì phải tự bấm giờ từng câu. Công cụ phiên âm AI làm hai việc cùng lúc: chuyển giọng nói thành chữ và tự gắn dấu thời gian, nên bạn chỉ cần xem lại và xuất file. Một clip 10 phút thường xong trong vài phút.

Hướng dẫn tạo phụ đề SRT/VTT (từng bước)

1. Chuẩn bị file — nếu có video, bạn có thể tải thẳng phần audio (m4a, mp3, wav…) hoặc tải cả video; công cụ sẽ tách tiếng nói.
2. Tải lên công cụ phiên âm (hoặc thu trực tiếp nếu chưa có file).
3. Đợi xử lý — hệ thống phiên âm kèm dấu thời gian cho từng câu.
4. Xem & chỉnh — đọc lại, sửa chữ sai, gộp/tách câu cho vừa độ dài, chỉnh mốc thời gian nếu lệch.
5. Tải về — chọn xuất .srt hoặc .vtt rồi gắn vào video/trình phát.

File SRT trông như thế nào?

SRT là văn bản thuần: mỗi phụ đề gồm số thứ tự, mốc thời gian (bắt đầu → kết thúc), rồi nội dung:

1
00:00:01,000 --> 00:00:04,200
Xin chào, hôm nay chúng ta bắt đầu buổi họp.

2
00:00:04,500 --> 00:00:07,800
Trước tiên, mời anh trình bày phương án.

VTT gần giống, chỉ khác dòng đầu là WEBVTT và mốc thời gian dùng dấu chấm (00:00:01.000). Vì là văn bản, bạn mở bằng Notepad/TextEdit để sửa được ngay.

Mẹo để phụ đề dễ đọc

• Mỗi phụ đề tối đa 2 dòng, mỗi dòng ~40 ký tự — đừng nhồi cả đoạn dài.
• Mỗi phụ đề hiện 1–6 giây; câu dài thì tách làm hai để người xem kịp đọc.
• Khớp thời gian với lúc người nói — bấm thử trên video để soát.
• Hội thoại nhiều người: cân nhắc ghi tên/ký hiệu người nói (xem thêm: tách người nói là gì).

Tiếng Việt cần lưu ý gì?

Phụ đề sai dấu hoặc dịch nhầm đoạn chêm tiếng Anh sẽ phải sửa rất nhiều. Vì vậy hãy chọn công cụ phiên âm mạnh tiếng Việt và xử lý tốt câu chêm ngoại ngữ — bản phiên âm càng chính xác thì phụ đề càng ít phải sửa (xem thêm: chuyển giọng nói thành văn bản tiếng Việt — chọn công cụ nào). Nếu nội dung là cuộc họp, tham khảo cách phiên âm file ghi âm cuộc họp.

Câu hỏi thường gặp

SRT và VTT khác nhau thế nào?

SRT phổ biến nhất (YouTube, trình phát); VTT là chuẩn phụ đề cho web (HTML5), có dòng đầu WEBVTT và dùng dấu chấm ở mốc thời gian.

Có chỉnh được mốc thời gian không?

Có — file phụ đề là văn bản, mở bằng trình soạn thảo để sửa giờ hoặc chữ trước khi xuất.

Làm phụ đề tiếng Việt chêm tiếng Anh được không?

Được, nếu công cụ giữ đúng cả phần Việt lẫn Anh thay vì dịch nhầm.