Phụ đề tự động bằng AI thường đi qua ba chặng: nhận dạng giọng nói để có bản chép lời, dịch máy bản chép đó sang ngôn ngữ đích, rồi chia thành dòng phụ đề có mã thời gian. Mỗi chặng có lỗi riêng, và lỗi ở chặng trước bị chặng sau dịch rất tự tin — nghe nhầm một chữ ở bản chép lời là sai nghĩa ở phụ đề, mà phụ đề vẫn đọc trôi.
Vì vậy cách hiệu đính hiệu quả là sửa theo đúng thứ tự các chặng: sửa bản chép lời ngôn ngữ nguồn trước, dịch sau, chỉnh chia dòng và thời gian cuối cùng. Phụ đề tự động đủ dùng cho video họp nội bộ, bài giảng, video hướng dẫn nếu được hiệu đính; với phim, quảng cáo, video thương hiệu thì cần người dịch phụ đề làm chính, AI chỉ hỗ trợ.
Ba chặng của phụ đề tự động và lỗi riêng của từng chặng
Chặng 1 — nhận dạng giọng nói. Mô hình nghe âm thanh và viết ra chữ. Nó vấp ở tên riêng, thuật ngữ chuyên ngành, từ mượn tiếng nước ngoài nói theo kiểu Việt, giọng địa phương, người nói nhanh hoặc nói chồng lên nhau, nhạc nền to, micro xa. Tiếng Việt có thanh điệu, nên một âm nghe nhầm thanh là ra từ khác: “bán” thành “bạn”, “mua” thành “mưa”.
Chặng 2 — dịch máy. Bản chép lời được dịch, thường theo từng đoạn ngắn do chặng 1 cắt theo khoảng lặng. Câu nói của con người không chia theo khoảng lặng gọn gàng: một ý có thể kéo qua ba đoạn, hai người hay nói xen nhau. Dịch theo mảnh làm mất quan hệ giữa vế đầu và vế sau, xưng hô giữa các nhân vật bị chọn lại ở mỗi mảnh.
Chặng 3 — chia dòng và canh thời gian. Bản dịch được cắt thành dòng phụ đề theo độ dài và thời gian. Bản dịch sang nhiều ngôn ngữ thường dài hơn tiếng nói gốc, nên phụ đề bị nhồi chữ, hiện quá nhanh để đọc, hoặc ngắt dòng giữa một cụm từ. Chữ trên hình — tên người, chú thích, tiêu đề cảnh — không có trong âm thanh nên cả ba chặng đều bỏ qua.
Điểm quan trọng nhất của mô hình ba chặng là lỗi cộng dồn theo một chiều. Chặng dịch không biết chặng nhận dạng đã nghe nhầm; chặng chia dòng không biết câu đã bị dịch rời. Không chặng nào quay lại sửa chặng trước. Vì vậy một bản phụ đề cuối trông gọn gàng, đúng thời gian, đúng độ dài vẫn có thể chứa một tên thương hiệu viết sai từ phút đầu đến phút cuối, và người xem sẽ thấy nó hàng chục lần.
Lỗi hay gặp và dấu hiệu nhận ra
Bảng dưới gom các lỗi điển hình của phụ đề tự động, theo chặng sinh ra lỗi. Biết lỗi đến từ chặng nào thì biết sửa ở đâu:
| Lỗi | Chặng sinh lỗi | Dấu hiệu | Sửa ở đâu |
|---|---|---|---|
| Tên người, tên sản phẩm sai | Nhận dạng giọng nói | Tên xuất hiện nhiều cách viết khác nhau | Bản chép lời nguồn |
| Thuật ngữ thành từ thông thường | Nhận dạng giọng nói | Câu ngữ pháp đúng mà vô nghĩa trong ngành | Bản chép lời nguồn |
| Câu nói bị cắt đôi, dịch rời | Dịch máy theo mảnh | Dòng sau không ăn nhập dòng trước | Gộp lại trước khi dịch |
| Xưng hô đổi giữa chừng | Dịch máy | Cùng hai người mà mỗi cảnh xưng một kiểu | Bản dịch, theo bảng nhân vật |
| Phụ đề hiện quá nhanh | Chia dòng | Không đọc kịp khi xem ở tốc độ thường | Nén câu, chỉnh thời gian |
| Thiếu chữ trên hình | Không chặng nào xử lý | Có tên, chú thích trên hình mà phụ đề không có | Thêm thủ công |
| Tiếng lóng, câu đùa dịch nghĩa đen | Dịch máy | Câu đúng chữ mà không ai cười | Người dịch viết lại |
Hiệu đính theo đúng thứ tự: sáu bước
Sửa phụ đề tự động ở bản dịch cuối cùng là sửa ngọn. Quy trình dưới đây sửa từ gốc, phù hợp cho video đào tạo, bài giảng, hội thảo ghi hình:
- Chuẩn bị danh sách tên riêng, thuật ngữ, tên sản phẩm có trong video; nếu công cụ nhận dạng giọng nói cho phép nạp từ vựng gợi ý, nạp vào trước khi chạy.
- Chạy nhận dạng giọng nói, rồi để người nghe lại và sửa bản chép lời ngôn ngữ nguồn: tên, thuật ngữ, câu nghe nhầm, chỗ hai người nói chồng. Đây là bước có tác động lớn nhất.
- Gộp các mảnh thành câu hoàn chỉnh trước khi dịch, để máy hay người dịch nhìn được trọn ý.
- Dịch, kèm bảng thuật ngữ và bảng xưng hô giữa các nhân vật; nếu dùng chatbot AI, dịch theo cảnh và dặn giữ nguyên cấu trúc tệp.
- Chia dòng và canh thời gian: nén câu cho vừa tốc độ đọc, ngắt dòng ở chỗ ngắt tự nhiên của câu, tránh ngắt giữa danh từ và tính từ đi kèm.
- Xem lại toàn bộ trong trình phát ở tốc độ thường, kèm hình: kiểm chữ trên hình, đồng bộ với khẩu hình và cắt cảnh, câu đùa, cảm xúc.
Với nội dung giải trí và thương hiệu, bước bốn nên do người dịch phụ đề làm, bản dịch máy chỉ dùng tham khảo. Quy chuẩn kỹ thuật như phụ đề cứng hay mềm, định dạng tệp, quy tắc ngắt dòng chung đã được trình bày nhiều nơi; phần khó, và quyết định chất lượng, vẫn là bước hai và bước bốn.
Chuẩn bị trước khi đưa video vào công cụ
Chất lượng phụ đề tự động được quyết định phần lớn trước khi bấm nút. Âm thanh là yếu tố số một: micro gần người nói, ít tiếng vang, nhạc nền nhỏ hoặc tách riêng. Nếu video có bản dựng với kênh lời nói tách khỏi kênh nhạc, hãy đưa kênh lời nói vào công cụ nhận dạng; độ chính xác thường khác hẳn so với đưa bản đã trộn.
Nếu đã có kịch bản gốc hoặc bài nói được chuẩn bị sẵn, đừng bắt đầu từ nhận dạng giọng nói. Dùng kịch bản làm bản chép lời, chỉ đối chiếu với lời nói thật để sửa những chỗ người nói đổi lời. Cách này loại bỏ gần hết lỗi tên riêng và thuật ngữ ngay từ đầu, và rút ngắn bước sửa bản chép lời.
Gom sẵn ba thứ để dùng xuyên suốt: danh sách tên người, tên sản phẩm, thuật ngữ; bảng nhân vật và quan hệ để chọn xưng hô; danh sách chữ trên hình theo mốc thời gian. Ba danh sách này phục vụ cả máy lẫn người, và là thứ đầu tiên bên làm phụ đề chuyên nghiệp sẽ hỏi bạn.
Nén câu: kỹ năng mà máy làm kém nhất
Phụ đề không phải bản dịch đầy đủ của lời nói. Người xem chỉ có vài giây cho mỗi dòng, vừa đọc vừa xem hình; nếu dịch đủ từng chữ, phụ đề sẽ dài hơn tốc độ đọc thoải mái. Người dịch phụ đề vì vậy phải nén: bỏ từ đệm, câu lặp, cách nói vòng, giữ lại ý chính, giọng điệu và thông tin người xem không thể lấy từ hình.
Máy dịch được tối ưu để dịch đủ, nên thường cho bản phụ đề quá dài. Chatbot AI có thể được yêu cầu nén, nhưng nó không nhìn thấy hình — không biết thông tin nào đã hiện trên màn hình nên có thể bỏ, không biết cảm xúc nhân vật đang thể hiện bằng nét mặt. Nén đúng đòi hỏi xem video, và đó là lý do bước nén gần như luôn cần người. Nén quá tay cũng là lỗi: bỏ mất một chữ “không”, một điều kiện “nếu”, một con số là đổi nghĩa, nên người nén vẫn phải đối chiếu với lời nói gốc.
Ví dụ giả định: một diễn giả nói “Thật ra thì, nói thẳng ra là, cái phần này mọi người cũng đã biết rồi, nhưng mà mình vẫn nhắc lại một chút”. Bản dịch đầy đủ sẽ chiếm hai dòng dài trong một khoảng thời gian ngắn. Bản nén có thể chỉ là một ý gọn kiểu “Phần này các bạn đã biết, xin nhắc lại nhanh” — mất từ đệm, giữ ý và giữ giọng thân mật.
Khi nào phụ đề tự động là đủ, khi nào cần người
Đủ, với hiệu đính nhẹ. Họp nội bộ ghi hình, buổi trao đổi kỹ thuật cho đồng nghiệp, video hỏi đáp không công khai. Mục đích là nắm ý; người xem chấp nhận vài câu vụng. Vẫn nên sửa tên riêng và thuật ngữ, vì sai chỗ đó gây hiểu nhầm, và ghi rõ trên video rằng phụ đề được tạo tự động.
Đủ, với hiệu đính đầy đủ. Bài giảng, khoá học trực tuyến, video hướng dẫn sản phẩm, hội thảo chuyên môn công khai. Nội dung chủ yếu là thông tin, câu chữ tương đối chuẩn. Quy trình sáu bước ở trên phù hợp; bước hai và bước năm cần người có chuyên môn.
Cần người dịch phụ đề làm chính. Phim, phim ngắn, video thương hiệu, quảng cáo, nội dung giải trí có lời thoại tự nhiên, tiếng lóng, câu đùa, nhiều người nói. Ở đây giá trị của phụ đề nằm ở giọng và nhịp; bản máy có ích như bản chép lời tham khảo, ít khi làm nền cho bản dịch cuối.
Cần thêm kiểm tra chuyên ngành. Video y tế, an toàn lao động, hướng dẫn vận hành máy móc, nội dung pháp lý. Sai một thuật ngữ có thể dẫn tới làm sai thao tác. Bước chép lời và bước dịch đều cần người hiểu ngành đọc lại.
Lồng tiếng AI và khớp môi: một chặng nữa, một lớp lỗi nữa
Nhiều công cụ hiện nay đi thêm một chặng: tạo giọng nói tổng hợp đọc bản dịch, có khi chỉnh cả khẩu hình nhân vật cho khớp. Mọi lỗi của ba chặng trước được giữ nguyên, cộng thêm lỗi riêng: ngắt nghỉ sai chỗ, nhấn sai từ, đọc sai tên riêng và từ viết tắt, giọng không hợp cảm xúc cảnh. Với tiếng Việt, giọng tổng hợp đọc sai thanh điệu ở từ mượn hay tên riêng là lỗi dễ gặp.
Chặng này còn mở ra câu hỏi về quyền: giọng nói và hình ảnh của người trong video là dữ liệu cá nhân, việc tạo giọng nhân bản hay chỉnh khẩu hình cần sự đồng ý của họ cho mục đích đó. Phần thiết kế lồng tiếng, thuyết minh và chọn giọng là một mảng riêng; ở đây chỉ cần nhớ rằng mỗi chặng tự động thêm vào là một lớp cần kiểm thêm.
Nếu bạn có video cần phụ đề hoặc dịch nhiều ngôn ngữ, có thể gửi yêu cầu kèm đường dẫn nội bộ hoặc tệp mẫu trong mẫu đăng ký; Dịch Hay sẽ đề xuất làm chặng nào bằng máy, chặng nào bằng người cho đúng loại video của bạn.
Câu hỏi thường gặp
Có nên để AI tạo phụ đề tiếng Việt cho video tiếng Việt trước rồi mới dịch không?
Có, và nên sửa phụ đề tiếng Việt đó cho chuẩn trước khi dịch. Bản chép lời nguồn đã sửa vừa dùng làm phụ đề cho người xem Việt, vừa là đầu vào sạch cho mọi bản dịch. Bỏ qua bước này là để lỗi nghe nhầm lan sang mọi ngôn ngữ.
Video có nhiều giọng địa phương thì nhận dạng giọng nói có xử lý được không?
Các mô hình hiện nay xử lý được nhiều giọng phổ biến, nhưng độ chính xác thường giảm với giọng ít gặp, người lớn tuổi, nói nhanh hoặc ghi âm kém. Nên dành thời gian hiệu đính bản chép lời nhiều hơn cho những đoạn đó, và để người quen giọng đó nghe lại.
Dịch phụ đề có cần xem video không, hay chỉ cần tệp phụ đề?
Cần xem video. Người dịch chỉ đọc tệp phụ đề không biết ai đang nói với ai, nét mặt và hành động thế nào, chữ nào đã hiện trên hình. Những thông tin này quyết định xưng hô, cách nén câu và chỗ ngắt dòng.
Có nên giữ nguyên từ đệm và câu lặp trong phụ đề không?
Thường không. Phụ đề hướng tới việc người xem đọc kịp và hiểu ý, nên từ đệm, câu lặp và chỗ nói vấp thường được lược. Ngoại lệ là khi cách nói đó thể hiện tính cách nhân vật hay là nội dung cần giữ, như trong phỏng vấn tư liệu.
Phụ đề tự động trên các nền tảng video có dùng được cho video doanh nghiệp không?
Dùng được như bản nháp để người xem nắm ý, nhưng thường không đủ cho video thương hiệu hay khoá học trả phí. Tải lên bản phụ đề đã hiệu đính của riêng bạn giúp kiểm soát tên thương hiệu, thuật ngữ và xưng hô, đồng thời tránh lỗi gây hiểu nhầm.
Một video dài nên chia nhỏ khi dịch bằng AI không?
Nên chia theo cảnh hoặc theo chủ đề, mỗi phần kèm cùng bảng thuật ngữ và bảng xưng hô. Chia nhỏ giảm rủi ro phần cuối bị dịch vội hoặc bỏ sót, và giúp người hiệu đính làm song song mà vẫn thống nhất.