Làm sạch bản ghi lời

Công cụ xóa những gì

Bản ghi lời sao chép từ trình phát video được làm ra để theo dõi, không phải để đọc: cứ vài giây lại có một mốc thời gian, chỗ nào phụ đề kết thúc là có ngắt dòng, [Music] chen giữa câu. Công cụ gỡ bỏ giàn giáo đó và trả bạn các đoạn văn. Mọi tùy chọn đều có thể tắt, và kết quả cập nhật khi bạn gõ.

Những định dạng nào được hiểu

• Bản ghi lời YouTube của chúng tôi — bản sao chép có [mm:ss] Speaker A: trước mỗi đoạn. Các đoạn của cùng một người nói được nối lại, và nhãn người nói chỉ được viết một lần cho mỗi đoạn văn.
• Bảng bản ghi lời riêng của YouTube — thời gian ở một dòng, lời nói ở dòng kế tiếp. Các dòng thời gian bị bỏ, kể cả dạng đọc thành lời mà một số bản sao chép có ("1 minute, 5 seconds").
• Tệp phụ đề SRT, WebVTT và SBV — số thứ tự câu thoại, dòng thời gian, tiêu đề VTT, ghi chú và thẻ nội tuyến bị bỏ; thẻ giọng nói của VTT trở thành nhãn người nói; dòng lặp ở đầu mỗi câu thoại của phụ đề tự động bị xóa.
• Ghi chú cuộc họp có tên và thời gian trên một dòng riêng ("Speaker 1 0:03") trở thành "Speaker 1:".

Chỉ những mốc thời gian trông giống mốc thời gian mới bị xóa: ở đầu dòng, trên một dòng riêng, hoặc trong dấu ngoặc. "We meet at 10:30" ở giữa câu được giữ nguyên.

Đoạn văn được dựng lại như thế nào

Khi văn bản đến từ trình phát, mỗi ngắt dòng được coi là kết thúc của một phụ đề chứ không phải một đoạn văn, nên các dòng được nối trước. Một từ bị tách qua hai dòng bằng dấu gạch nối được ghép lại. Sau đó một đoạn văn mới bắt đầu sau mỗi 3, 4, 5, 6 hoặc 8 câu (mặc định 4), và luôn bắt đầu khi người nói đổi. Văn bản do bạn tự gõ giữ nguyên các đoạn cách nhau bằng dòng trống.

Phụ đề tự động thường không có dấu chấm nào, nên không có câu để đếm. Khi một văn bản trung bình dài hơn 60 từ mỗi câu, công cụ cắt đoạn theo độ dài — khoảng 20 từ cho mỗi câu bạn yêu cầu — và cho bạn biết điều đó.

"Sửa khoảng trắng và chữ hoa" xóa dấu cách đôi và dấu cách trước dấu phẩy, dấu chấm, thêm dấu cách còn thiếu sau dấu phẩy, và viết hoa chữ cái đầu mỗi câu. Các từ viết tắt như "Dr." và chữ cái đầu như "U.S.A." không kết thúc câu, và những từ như "iPhone" giữ nguyên chữ cái đầu.

Từ đệm, một cách cẩn thận

Danh sách mặc định chỉ chứa các tiếng ngập ngừng — "um", "uh", "erm" trong tiếng Anh, "э", "эм" trong tiếng Nga, "äh", "ähm" trong tiếng Đức — cho mười ngôn ngữ: Anh, Nga, Ukraina, Tây Ban Nha, Bồ Đào Nha, Pháp, Đức, Ý, Ba Lan và Hà Lan. Ngôn ngữ của trang quyết định dùng danh sách nào. Những từ như "like", "you know" hay "o sea" cố ý không có trong đó: chúng cũng là từ bình thường, và xóa mù quáng sẽ làm đổi nghĩa. Hãy tự thêm chúng vào danh sách nếu bạn muốn bỏ; cụm gồm nhiều từ cũng được, và danh sách của bạn được nhớ trong trình duyệt này.

Giới hạn cần nói thẳng

Công cụ dọn dẹp văn bản, chứ không hiểu nó. Nó không thể thêm dấu câu mà nguồn chưa bao giờ có, không thể sửa các từ nghe nhầm, và một dòng bắt đầu bằng một từ viết hoa và dấu hai chấm ("Note: …") có thể bị nhầm là nhãn người nói — tùy chọn đó được tắt theo mặc định. Hãy đọc kết quả trước khi đăng. Mọi thứ chạy trong trình duyệt của bạn; văn bản không được tải lên hay lưu lại.