Cách chuyển video thành văn bản trên Mac, và những gì macOS tự làm được
Bài viết: Ryleigh Newman · Đăng ngày
Bạn có thể chuyển video thành văn bản trên máy Mac theo ba cách. Chú thích trực tiếp, có sẵn trong macOS, tạo chú thích cho lời nói của video theo thời gian thực khi video phát. Final Cut Pro, trình chỉnh sửa video trả phí của Apple, biến lời nói trong một clip thành phụ đề có thời gian, chỉ với tiếng Anh Mỹ. YapToText, ứng dụng miễn phí do tôi phát triển, chép lời chính tệp video ngay trên máy Mac của bạn và cho bạn văn bản thuần.
Cách phù hợp tùy vào thứ bạn muốn nhận lại: chú thích để theo dõi, một tệp phụ đề có thời gian, hay chữ để dán vào tài liệu. Tôi gặp khó khăn khi gõ bằng tay, nên tôi phát triển YapToText để biến lời nói thành văn bản mà không cần bàn phím, và âm thanh của một video cũng chỉ là thêm lời nói. Ứng dụng cần macOS 14 trở lên trên máy chip Apple, và tệp không bị giới hạn số phút.
Tải về miễn phí. Không cần tài khoản, không có tính năng bị khóa, dành cho macOS 14 trở lên trên máy Mac có chip Apple. Mã nguồn trên GitHub.
Hướng dẫn này bằng ngôn ngữ khác: English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Polski, Português, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, 简体中文, 繁體中文
Trong trang này: 12 phần
Các bước
- Mở YapToText và vào trang <span lang="en">Utility</span>.
- Trong menu chế độ của thẻ <span lang="en">Transcribe a file</span>, chọn <span lang="en">Raw Transcription</span> để có lời đúng như đã nói, hoặc một chế độ như <span lang="en">Note</span>.
- Thả tệp video vào thẻ, hoặc bấm <span lang="en">Choose File</span> và chọn nó.
- Chờ chữ xuất hiện trong thẻ.
- Bấm <span lang="en">Copy</span>, hoặc <span lang="en">Insert</span> để gõ chữ vào ứng dụng bạn đã dùng trước đó.
Theo dõi video bằng Chú thích trực tiếp
Chú thích trực tiếp là tính năng chép lời theo thời gian thực có sẵn của Apple. Apple nói âm thanh được xử lý trên thiết bị, và theo mặc định nó tạo chú thích cho âm thanh từ tất cả các ứng dụng, nên một video phát ở bất kỳ đâu trên máy Mac đều có chú thích. Chú thích trực tiếp giúp bạn theo dõi video khi nó phát, và hướng dẫn của Apple không mô tả cách nào để giữ lại chữ.
Bước 1: Bật tính năng
- Bạn: Chọn menu Apple, Cài đặt hệ thống, bấm vào Trợ năng, rồi Chú thích trực tiếp, và bật lên.
- macOS: Hiện cửa sổ Chú thích trực tiếp. Lần đầu tiên, nó tải dữ liệu ngôn ngữ, nên bạn cần trực tuyến một lần.
- Kiểm tra: Cửa sổ xuất hiện. Apple nói nó tự ẩn khi không phát hiện âm thanh. Hãy chọn Giữ lại trên màn hình từ biểu tượng Chú thích trực tiếp trên thanh menu để giữ nó luôn hiển thị.
Bước 2: Phát video
- Bạn: Phát video. Nếu cửa sổ đang tạo chú thích cho micrô của bạn, hãy bấm vào biểu tượng Micrô ở góc cửa sổ, hoặc chọn Âm thanh máy tính từ biểu tượng Chú thích trực tiếp trên thanh menu.
- macOS: Chép lời nói thành chữ trong cửa sổ Chú thích trực tiếp khi video phát.
- Kiểm tra: Chú thích xuất hiện khi mọi người nói. Apple nói độ chính xác của chúng có thể thay đổi và không nên dựa vào trong các tình huống rủi ro cao hoặc khẩn cấp.
Apple nêu hai giới hạn. Chú thích trực tiếp cần máy Mac chip Apple, và không khả dụng ở tất cả các ngôn ngữ, quốc gia hoặc vùng. Trang tính năng khả dụng của nó liệt kê tiếng Anh (Úc, Canada, Ấn Độ, Singapore, Vương quốc Anh và Hoa Kỳ), tiếng Pháp (Canada và Pháp), tiếng Đức (Đức), tiếng Nhật, tiếng Hàn, tiếng Quan Thoại (Trung Quốc đại lục và Đài Loan), tiếng Quảng Đông (Trung Quốc đại lục và Hồng Kông), và tiếng Tây Ban Nha (Mexico, Tây Ban Nha và Hoa Kỳ).
Tạo phụ đề có thời gian trong Final Cut Pro
Lệnh Generate Captions (tạo phụ đề) của Final Cut Pro biến lời nói trong các clip của bạn thành phụ đề có thời gian. Đây là con đường của Apple để có một tệp phụ đề, nó tốn tiền và chỉ hoạt động với tiếng Anh Mỹ.
Bước 1: Tạo phụ đề
- Bạn: Trong Final Cut Pro, chọn các clip có lời nói trên dòng thời gian, rồi chọn Edit, Generate Captions, Closed Captions (chỉnh sửa, tạo phụ đề, phụ đề ẩn), hoặc nhấn Shift Command C.
- Kiểm tra: Các clip phụ đề xuất hiện trên làn riêng ở đầu dòng thời gian. Lần đầu tiên, Final Cut Pro tải mô hình ngôn ngữ của nó, nên bạn cần trực tuyến một lần.
Bước 2: Xuất thành văn bản
- Bạn: Chuyển phụ đề, vốn ra ở định dạng iTT, sang SRT, rồi xuất chúng thành một tệp riêng. Hướng dẫn của Apple nói về cả hai.
- Kiểm tra: Tệp SRT mở được trong trình soạn văn bản thuần. Apple mô tả mỗi phụ đề trong đó gồm một con số, thời điểm bắt đầu và kết thúc, và chữ.
- Giá. $299.99 mua một lần, hoặc nằm trong Apple Creator Studio, miễn phí 30 ngày rồi $12.99 một tháng hoặc $129 một năm cho người đăng ký mới. Kiểm tra ngày 3 tháng 10 năm 2026.
- Máy Mac. Final Cut Pro cần macOS 15.6 trở lên, và Generate Captions cần máy Mac chip Apple.
- Ngôn ngữ. Generate Captions chỉ hoạt động với tiếng Anh Mỹ.
Vậy nên Final Cut Pro sẵn lòng tạo phụ đề cho video của bạn, miễn là mọi người trong đó nói tiếng Anh Mỹ. Apple nói thêm rằng tiếng ồn nền, nhạc hoặc nhiều người nói chồng lên nhau có thể làm sai lệch độ chính xác và thời gian, và gợi ý dùng Voice Isolation và Noise Removal trước.
Biến tệp video thành văn bản bằng YapToText
YapToText đọc tệp video và chép lời nói trong đó bằng Whisper Large v3 Turbo (Q5), mô hình giọng nói có sẵn trong ứng dụng, ngay trên máy Mac của bạn. Ứng dụng miễn phí trên Mac App Store, không cần tài khoản. Thả video vào thẻ, và chữ trở lại dưới dạng văn bản thuần mà bạn dán được ở bất kỳ đâu.
Bước 1: Thả video vào thẻ
- Bạn: Mở YapToText và vào trang Utility. Trong menu chế độ của thẻ Transcribe a file, chọn Raw Transcription để có lời đúng như đã nói, hoặc một chế độ như Note để định dạng lại. Sau đó thả video vào thẻ, hoặc bấm Choose File và chọn nó.
- YapToText: Nhận ra tệp qua nội dung chứ không phải phần mở rộng, chép lời nói trong đó ngay trên máy Mac của bạn và chạy chế độ bạn đã chọn.
- Kiểm tra: Chữ xuất hiện trong thẻ. Nếu thay vào đó hiện lỗi, danh sách các bước bên dưới có cách khắc phục.
Bước 2: Lấy chữ
- Bạn: Bấm Copy, hoặc Insert để gõ chữ vào ứng dụng bạn đã dùng trước đó.
- YapToText: Trao văn bản thuần. Send below chuyển nó sang thẻ tiếp theo, thẻ này viết lại văn bản qua một chế độ như Note hoặc Clean Up.
- Kiểm tra: Chữ đã nằm trong tài liệu của bạn.
Những điều quan trọng với video:
- Định dạng phổ biến. Nó đọc mọi thứ macOS giải mã được. Các định dạng chứa mà nó nhận ra gồm MP4, MOV, M4V, 3GP, M4A, WAV, AIFF, CAF, FLAC, MP3 và AMR, cùng Ogg ở nơi macOS hỗ trợ.
- Không giới hạn số phút. Một tệp không có giới hạn thời gian và không có gì bị tính theo mức dùng. Điểm dừng an toàn ở phút thứ 30 chỉ áp dụng cho một lần đọc chính tả trực tiếp. Một video dài hơn 4 phút được cắt ở những chỗ yên lặng thành các đoạn khoảng 2 phút.
- 29 ngôn ngữ. Bộ chọn Language ở trang AI Models liệt kê 29 ngôn ngữ cùng Auto-detect, và bắt đầu ở ngôn ngữ hệ thống của máy Mac. Hướng dẫn ngôn ngữ liệt kê chúng.
Cùng công việc đó có trong bảng thanh menu với tên Transcribe file và trên trang History với tên Transcribe File. Với một bản ghi âm thay vì video, hướng dẫn chép lời Ghi âm trên máy Mac bắt đầu bằng bản chép lại của chính Apple.
So sánh ba cách
Kiểm tra ngày 3 tháng 10 năm 2026, trên các trang hỗ trợ của Apple và apple.com.
| Chú thích trực tiếp | Final Cut Pro | YapToText | |
|---|---|---|---|
| Chi phí | Miễn phí, có sẵn trong macOS | $299.99 một lần, hoặc Apple Creator Studio giá $12.99 một tháng sau 30 ngày dùng thử miễn phí | Miễn phí, không có gói trả phí |
| Máy Mac cần có | Chip Apple | macOS 15.6 trở lên, và chip Apple cho Generate Captions | macOS 14 trở lên, chip Apple |
| Làm việc từ | Âm thanh đang phát trên máy Mac, hoặc micrô, ngay khi nó diễn ra | Các clip trên dòng thời gian của Final Cut Pro | Một tệp video hoặc âm thanh |
| Bạn nhận được gì | Chú thích trong một cửa sổ khi video phát | Phụ đề có thời gian, xuất được thành tệp SRT | Văn bản thuần để sao chép hoặc chèn |
| Dấu thời gian | Không được mô tả | Có, mỗi phụ đề đều có thời gian | Không |
| Ngôn ngữ | 8 ngôn ngữ, ở các vùng được liệt kê | Chỉ tiếng Anh Mỹ | 29 ngôn ngữ cùng Auto-detect |
| Chạy ở đâu | Trên thiết bị, theo Apple | Không nêu, và mô hình ngôn ngữ được tải một lần | Trên máy Mac của bạn |
Chú thích trực tiếp dành để theo dõi, Final Cut Pro dành để xuất bản phụ đề, còn YapToText dành cho chính những lời đã nói. Hãy chọn theo thứ bạn muốn nhận lại: chú thích để xem, một tệp phụ đề có thời gian, hay văn bản thuần. Nếu bạn muốn tự chạy Whisper từ Terminal, hướng dẫn Whisper chạy trên máy Mac nói về cách đó.
Nếu video không chép lời được
Hãy bắt đầu với tệp, rồi đến cài đặt. Khi còn nghi ngờ, hãy đưa riêng phần âm thanh cho YapToText.
- Phát thử trước. Nếu bạn không nghe thấy lời nói, hoặc chỉ có nhạc, mô hình giọng nói không có gì để chép lời.
- Xuất riêng phần âm thanh. Trong QuickTime Player, chọn Tệp, Xuất thành, Chỉ Âm thanh. Apple nói cách này lưu một tệp âm thanh MPEG 4 với rãnh AAC, và bạn có thể thả nó vào thẻ thay cho video.
- Kiểm tra bảo vệ bản quyền. Nếu menu Xuất của QuickTime Player không có tùy chọn nào, Apple nói bản ghi có thể được bảo vệ bản quyền và không được phân phối.
- Đặt ngôn ngữ. Với video bằng ngôn ngữ khác, hãy chọn ngôn ngữ đó hoặc Auto-detect language trong bộ chọn Language ở trang AI Models.
- Thử mô hình giọng nói lớn hơn. Tải một mô hình từ Dictation Model Library trên trang AI Models và chạy lại tệp. Việc tải một mô hình là lần dùng mạng duy nhất mà ứng dụng tự bắt đầu.
Hướng dẫn AI Models giải thích từng mô hình và dung lượng của nó.
Những điều YapToText không làm được với video
- Nhãn người nói. Nó không cho biết ai đang nói, nên một cuộc trò chuyện trở lại thành văn bản không kèm tên.
- Dấu thời gian và phụ đề. Nó không thêm dấu thời gian và không xuất tệp SRT hay tệp phụ đề nào khác. Để có phụ đề có thời gian, Final Cut Pro là con đường của Apple.
- Dịch trong lúc chép lời. Nó chép lại những gì đã nói và không dịch. Để dịch sau đó, hãy chọn văn bản và nhờ Quick Edit chuyển sang ngôn ngữ khác, hoặc chạy Translate to English, một trong các AI Actions có sẵn.
- Video trực tuyến. Nó mở các tệp trên máy Mac của bạn, nên một video chỉ phát được trong trình duyệt thì nó không đọc được.
- Một số máy Mac và bản cài. Nó cần macOS 14 trở lên trên máy chip Apple, và tôi không khẳng định gì về máy Mac Intel. Bản Homebrew không kèm mô hình và không chép lời được cho đến khi bạn tải một mô hình giọng nói. Hướng dẫn cài đặt nói về điều này.
Nếu việc ai nói gì là quan trọng, trang so sánh YapToText và MacWhisper để chép lời tệp nói về điểm khác biệt đó, và hướng dẫn Quick Edit chỉ cách dịch hoặc rút ngắn một bản chép lời khi nó đã vào ứng dụng. YapToText cho bạn biết điều gì đã được nói, không cho biết ai nói hay nói khi nào.
Tóm tắt
- Để theo dõi. Bật Chú thích trực tiếp trong Cài đặt hệ thống, Trợ năng, trên máy Mac chip Apple.
- Để có tệp phụ đề có thời gian. Dùng Generate Captions của Final Cut Pro, bằng tiếng Anh Mỹ, rồi xuất SRT.
- Để có chữ dạng văn bản. Thả video vào thẻ Transcribe a file của YapToText, miễn phí và ngay trên máy Mac của bạn.
Video đi vào, chữ đi ra, và không có gì rời khỏi máy Mac của bạn. Nếu một video không chép lời được và các bước ở trên không giúp, hãy nhấn Copy Diagnostics trong Settings, About và mở một issue trên GitHub kèm loại tệp. Tôi đọc tất cả.
Tải về miễn phí. Không cần tài khoản, không có tính năng bị khóa, dành cho macOS 14 trở lên trên máy Mac có chip Apple. Mã nguồn trên GitHub.
Hướng dẫn
Hướng dẫn khác, bằng tiếng Anh
Nguồn
- https://support.apple.com/guide/mac-help/get-captions-of-spoken-and-computer-audio-mchldd11f4fd/mac (kiểm tra ngày 03/10/2026)
- https://www.apple.com/macos/feature-availability/ (kiểm tra ngày 03/10/2026)
- https://support.apple.com/guide/final-cut-pro/create-closed-captions-vere399dab5e/mac (kiểm tra ngày 03/10/2026)
- https://support.apple.com/guide/final-cut-pro/intro-to-captions-ver00e40835d/mac (kiểm tra ngày 03/10/2026)
- https://www.apple.com/final-cut-pro/ (kiểm tra ngày 03/10/2026)
- https://support.apple.com/guide/quicktime-player/export-movies-qtp20e395859/mac (kiểm tra ngày 03/10/2026)
- https://apps.apple.com/us/app/yaptotext/id6786382289 (kiểm tra ngày 03/10/2026)
Câu hỏi
Máy Mac có chuyển video thành văn bản được không?
Được, theo ba cách. Chú thích trực tiếp hiện chú thích theo thời gian thực khi video phát trên máy Mac chip Apple, Final Cut Pro tạo phụ đề có thời gian bằng tiếng Anh Mỹ, và YapToText biến tệp video thành văn bản thuần ngay trên máy Mac của bạn, miễn phí.
Làm sao chuyển video thành văn bản trên Mac miễn phí?
Dùng YapToText. Mở trang Utility, thả video vào thẻ Transcribe a file, rồi sao chép văn bản. Ứng dụng miễn phí, chép lời ngay trên máy Mac của bạn, và cần macOS 14 trở lên trên máy chip Apple.
Có chép lời video ngay trên máy Mac được không?
Có. YapToText chép lời tệp bằng Whisper ngay trên máy Mac của bạn và không tải gì lên, và Apple nói Chú thích trực tiếp xử lý âm thanh trên thiết bị. Lần dùng mạng duy nhất của YapToText là việc tải một mô hình do chính bạn bắt đầu.
YapToText có thêm dấu thời gian hay tên người nói không?
Không. Nó trả về văn bản thuần, không có dấu thời gian, phụ đề hay nhãn người nói. Để có phụ đề có thời gian, Final Cut Pro của Apple tạo chúng bằng tiếng Anh Mỹ và có thể xuất thành SRT.
YapToText có giới hạn độ dài khi chép lời video không?
Không. Một tệp không bị giới hạn số phút và không có gì bị tính theo mức dùng. Điểm dừng an toàn ở phút thứ 30 chỉ áp dụng cho một lần đọc chính tả trực tiếp. Một video dài được cắt ở những chỗ yên lặng và chép lời từng đoạn.