Chuyển giọng nói thành văn bản trên máy tính (2026)

Để chuyển giọng nói thành văn bản trên máy tính một cách nhanh nhất, bạn hãy dùng ngay các công cụ có sẵn: trên Windows 11 chỉ cần nhấn tổ hợp phím Windows + H; trên Mac hãy bật tính năng Đọc chính tả; còn trong trình duyệt, bạn có thể dùng tính năng Nhập liệu bằng giọng nói của Google Tài liệu. Tuy nhiên, nếu bạn đã có sẵn file ghi âm, video bài giảng hay cần ghi lại toàn bộ cuộc họp trực tuyến, các tính năng gõ bằng giọng nói trực tiếp này sẽ không xử lý được, và khi đó bạn cần đến một công cụ chuyển file thành văn bản chuyên dụng.

Bạn đang dùng gì?

• Windows 11: Dùng ngay tính năng nhập bằng giọng nói tích hợp sẵn (phím tắt Windows + H).
• Windows 10: Tính năng gõ giọng nói tích hợp không hỗ trợ tiếng Việt, bạn nên mở Google Tài liệu trong trình duyệt để thay thế.
• Mac (MacBook, iMac, Mac mini): Bật tính năng Đọc chính tả trong Cài đặt hệ thống.
• Bất kỳ máy tính nào có Chrome, Edge hoặc Safari: Mở Google Tài liệu và bật Nhập liệu bằng giọng nói.
• Đã có file âm thanh, video hoặc cần lưu biên bản cuộc họp: Sử dụng nền tảng xử lý file chuyên biệt trên trình duyệt.

Gõ bằng giọng nói hay chuyển file thành văn bản: chọn đúng cách trước

Trước khi cài đặt bất kỳ phần mềm nào, bạn cần xác định rõ mục đích công việc thông qua 3 câu hỏi dưới đây:

1. Bạn muốn nói trực tiếp hay đã có sẵn file? Nếu bạn đang ngồi trước máy tính và muốn đọc để máy tự gõ thành chữ vào khung văn bản, các tính năng gõ bằng giọng nói có sẵn trên hệ điều hành là lựa chọn nhanh và hoàn toàn miễn phí. Ngược lại, nếu bạn có file ghi âm từ điện thoại, video phỏng vấn hay file bài giảng, công cụ đọc chính tả không thể "nghe" file đó được.
2. Bạn có cần phân biệt từng người nói và mốc thời gian không? Công cụ gõ trực tiếp chỉ nhận âm thanh phát ra vào micro của bạn thành một khối chữ liên tục. Nó không thể biết câu nào do ai nói và không gắn mốc thời gian. Nếu cần làm biên bản cuộc họp nhiều người, bạn bắt buộc phải dùng công cụ chuyển file âm thanh chuyên nghiệp.
3. Thiết bị của bạn là gì và có kết nối mạng hay không? Windows 11 và Google Tài liệu cần kết nối mạng. Trên Mac, đọc chính tả tiếng Việt có thể chạy ngay trên máy sau khi bạn tải mô hình giọng nói về.

Cách 1: Chuyển giọng nói thành văn bản trên Windows 11 (Win + H)

Trên Windows 11, Microsoft tích hợp sẵn tính năng nhập bằng giọng nói (voice typing), dùng dịch vụ nhận dạng giọng nói trực tuyến. Bạn có thể dùng nó ở hầu hết các ô nhập văn bản, chỉ cần đặt con trỏ vào đó.

Các bước thực hiện theo hướng dẫn từ Microsoft Support:

1. Đặt con trỏ chuột vào vị trí ô văn bản mà bạn muốn nhập nội dung.
2. Nhấn tổ hợp phím Windows + H. Menu nhập bằng giọng nói sẽ hiện ra; hãy chờ đến khi thấy chữ "Đang nghe...".
3. Trước khi nói, hãy kiểm tra ngôn ngữ nhập đang là tiếng Việt; nếu chưa, nhấn Windows + Phím cách để chuyển. Nếu danh sách chưa có tiếng Việt, hãy thêm tại Cài đặt > Thời gian & ngôn ngữ > Ngôn ngữ & khu vực.
4. Bắt đầu nói rõ ràng vào micro. Khi muốn dừng, hãy nhấp vào nút micro trên menu nhập bằng giọng nói hoặc nói "Ngừng lắng nghe".

Trong quá trình đọc tiếng Việt, bạn có thể đọc kèm một số khẩu lệnh cơ bản để hệ thống nhận diện như:

• "dấu phẩy"
• "chấm"
• "xuống dòng"
• "nhấn enter"
• "xóa bỏ cái đó"

Lưu ý rằng tính năng này của Windows 11 có cơ chế khử tiếng vọng nhằm triệt tiêu âm thanh phát ra từ loa ngoài của máy tính. Do đó, bạn chỉ có thể dùng micro để thu giọng nói trực tiếp của chính mình, chứ không thể dùng cách này để chép lại âm thanh từ một video đang mở trên máy hay tiếng của những người khác trong cuộc họp trực tuyến. Máy tính cũng cần kết nối Internet để xử lý giọng nói.

Windows 10 thì sao?

Nếu bạn vẫn đang dùng Windows 10, phím tắt Windows + H cũng mở tính năng đọc chính tả, nhưng phiên bản này chỉ hỗ trợ một số ngôn ngữ như tiếng Anh, tiếng Pháp, tiếng Đức, tiếng Ý, tiếng Tây Ban Nha, tiếng Bồ Đào Nha (Brazil) và tiếng Trung giản thể. Windows 10 không hỗ trợ tiếng Việt cho tính năng đọc chính tả tích hợp. Trong trường hợp này, giải pháp tốt nhất là mở trình duyệt web và sử dụng Google Tài liệu.

Cách 2: Gõ bằng giọng nói trên Mac (Đọc chính tả)

Hệ điều hành macOS trang bị sẵn tính năng Đọc chính tả (Dictation) cho phép bạn soạn thảo văn bản trong mọi ứng dụng chỉ bằng giọng nói. Tiếng Việt (Việt Nam) nằm trong danh sách ngôn ngữ được Apple hỗ trợ chính thức.

Các bước thiết lập theo hướng dẫn từ Apple Support:

1. Mở menu Apple > Cài đặt hệ thống (System Settings) > Bàn phím (Keyboard).
2. Tìm đến mục Đọc chính tả (Dictation) và bật lên, rồi chọn tiếng Việt làm ngôn ngữ đọc chính tả.
3. Đặt con trỏ soạn thảo vào nơi bạn muốn nhập văn bản. Nhấn phím micro trên bàn phím (nếu có), sử dụng phím tắt đã cài đặt, hoặc vào menu Sửa > Bắt đầu Đọc chính tả.
4. Bắt đầu nói vào micro của Mac. Để dừng lại, bạn nhấn phím Escape, bấm phím biểu tượng micro hoặc dùng lại phím tắt. Nếu không phát hiện giọng nói trong 30 giây, Đọc chính tả sẽ tự dừng.

Với tính năng Đọc chính tả trên Mac, bạn có thể đọc bao lâu cũng được, không bị ngắt vì hết giờ. Trên các dòng máy Mac dùng chip Apple silicon, bạn thậm chí vừa có thể đọc bằng giọng nói vừa tiếp tục gõ bàn phím mà không bị gián đoạn. Mac còn hỗ trợ đọc chính tả tiếng Việt ngay trên thiết bị, nhưng bạn cần tải mô hình giọng nói về máy trước.

Về dấu câu, tính năng tự động chèn dấu câu của Apple hiện chưa áp dụng cho tiếng Việt. Vì vậy, bạn cần chủ động đọc to các dấu ngắt câu khi nói, ví dụ: "dấu phẩy", "dấu chấm", "dòng mới", "đoạn mới". Ngoài ra, tính năng Phụ đề trực tiếp (Live Captions) của Apple hiện chưa hỗ trợ tiếng Việt.

Cách 3: Nhập liệu bằng giọng nói trên Google Tài liệu

Nếu không muốn phụ thuộc vào cài đặt hệ thống của Windows hay Mac, bạn có thể thực hiện hoàn toàn trong trình duyệt web nhờ Google Tài liệu (Google Docs). Công cụ này miễn phí, chỉ cần một tài khoản Google.

Các bước thực hiện theo hướng dẫn từ Google Docs Help:

1. Mở một tài liệu mới trên Google Tài liệu bằng các trình duyệt phổ biến như Chrome, Edge hoặc Safari.
2. Cấp quyền cho trình duyệt truy cập vào micro của máy tính khi có thông báo.
3. Trên thanh công cụ, chọn Công cụ > Nhập liệu bằng giọng nói. Một hộp micro sẽ xuất hiện trên màn hình.
4. Đảm bảo ngôn ngữ nhập là tiếng Việt, một trong các ngôn ngữ mà Google hỗ trợ cho tính năng này.
5. Nhấp vào micro và bắt đầu nói với âm lượng cùng tốc độ bình thường. Khi hoàn tất, nhấp lại vào biểu tượng micro để tắt.

Trong khi micro đang bật, bạn vẫn có thể dùng chuột và bàn phím để sửa lỗi sai. Nếu hệ thống gạch chân màu xám dưới một từ nào đó, bạn có thể nhấp chuột phải vào từ đó để xem các từ gợi ý thay thế.

Điểm giới hạn của Google Tài liệu là các lệnh điều khiển chỉnh sửa và định dạng văn bản bằng giọng nói chỉ hoạt động khi ngôn ngữ tài khoản và tài liệu là tiếng Anh. Lệnh đọc dấu câu cũng không có sẵn ở mọi ngôn ngữ, nên bạn hãy kiểm tra lại dấu câu sau khi nói xong. Nếu bạn định dùng tính năng Chép lại (Transcribe) của Microsoft Word để thay thế, lưu ý rằng danh sách ngôn ngữ của tính năng này hiện chưa có tiếng Việt.

Cách 4: Chuyển file ghi âm, video, cuộc họp thành văn bản với Subanana

Các công cụ gõ bằng giọng nói nêu trên rất tiện khi bạn tự viết tài liệu cá nhân. Nhưng chúng không đáp ứng được các trường hợp sau:

• Bạn đã có sẵn file ghi âm phỏng vấn, bài giảng hoặc tệp video.
• Cuộc họp có nhiều người tham gia và bạn cần biết ai đã phát biểu câu nào.
• Bạn cần mốc thời gian chi tiết gắn với từng câu nói để làm phụ đề hoặc tiện tra cứu.
• Bạn không có thời gian ngồi tự đọc lại từng câu vào micro máy tính.

Khi gặp những nhu cầu này, việc sử dụng một công cụ chuyển giọng nói thành văn bản bằng AI chuyên dụng như Subanana là lựa chọn phù hợp hơn. Subanana hoạt động hoàn toàn trên nền tảng web, tương thích với cả Windows lẫn Mac mà không cần tải hay cài đặt phần mềm về máy tính.

Những điểm nổi bật của Subanana khi xử lý âm thanh tiếng Việt:

• Đầu vào linh hoạt: Bạn có thể tải lên các định dạng âm thanh và video thông dụng như MP3, M4A, WAV, MP4, MOV với dung lượng hỗ trợ lên đến 30 GB và thời lượng tới 8 giờ cho mỗi tệp trên mọi gói dịch vụ. Ngoài ra, bạn có thể dán liên kết công khai từ YouTube, Facebook (bản thử nghiệm) hoặc Instagram, hay dùng tính năng ghi âm và quay màn hình trực tiếp trên trình duyệt để tạo dự án chép lời.
• Tự động sắp xếp văn bản: Hệ thống tự động nhận diện phân tách người nói, gắn mốc thời gian, tự động ngắt câu và ngắt đoạn mà bạn không cần phải đọc các lệnh chèn dấu chấm, dấu phẩy.
• Tóm tắt cuộc họp: Chế độ tóm tắt cuộc họp biến bản chép lời thành ghi chú cuộc họp, gồm các quyết định và việc cần làm (xem thêm cách viết biên bản cuộc họp). Trợ lý Notetaker có thể tự động tham gia các buổi họp trên Google Meet hoặc Microsoft Teams để ghi lại nội dung; bản chép lời và tóm tắt được tạo sau khi cuộc họp kết thúc, không phải trong lúc họp.
• Hỗ trợ từ chuyên ngành: Tính năng Bảng thuật ngữ (Glossary) cho phép bạn ghim trước tên riêng, thuật ngữ kỹ thuật khó để hệ thống không viết sai chính tả. Trợ lý rà soát văn bản sẽ đánh dấu và gợi ý sửa những từ có thể bị nghe nhầm để bạn xác nhận.
• Hơn 95 ngôn ngữ, có tiếng Việt: Subanana liên tục đánh giá các mô hình nhận dạng giọng nói cho từng ngôn ngữ và tự động dùng mô hình có kết quả đánh giá tốt nhất cho ngôn ngữ của file.
• Xuất dữ liệu đa dạng: Người dùng các gói trả phí có thể xuất bản chép lời ra nhiều định dạng như Word (DOCX), TXT, Excel (XLSX), Markdown hoặc tệp phụ đề SRT và VTT.

Nếu bạn đang nắm giữ tệp âm thanh bài giảng hay phỏng vấn, hãy tham khảo thêm bài hướng dẫn chuyển file ghi âm thành văn bản để nắm rõ quy trình xử lý từng bước.

Tài khoản miễn phí của Subanana cho phép bạn tải lên tối đa 3 lần mỗi tháng và xem thử bản gõ lại của 15 phút đầu tiên trong từng file ngay trên trình duyệt. Gói miễn phí không xuất được file văn bản. Khi cần xuất file hoặc xử lý trọn các tệp dài, bạn có thể nâng cấp lên gói Lite với chi phí 9 USD mỗi tháng (khi thanh toán theo năm) hoặc 18 USD mỗi tháng (khi thanh toán từng tháng) cho 60 phút xử lý mỗi tháng.

So sánh nhanh 4 cách

Dưới đây là bảng tổng hợp giúp bạn dễ dàng chọn được phương pháp phù hợp với tình huống của mình:

Mẹo để máy nhận giọng nói tiếng Việt chính xác hơn

Dù bạn chọn tính năng gõ trực tiếp hay công cụ xử lý file, chất lượng âm thanh đầu vào luôn là yếu tố quyết định độ chuẩn xác của văn bản:

• Sử dụng micro rời chất lượng tốt hoặc tai nghe có gắn micro thay vì dựa hoàn toàn vào micro tích hợp của máy tính xách tay.
• Đặt micro gần miệng để giọng nói rõ hơn tiếng ồn xung quanh.
• Chọn không gian yên tĩnh để thu âm, hạn chế tiếng quạt gió, tiếng xe cộ hoặc âm thanh phát ra từ loa máy tính.
• Giữ tốc độ nói vừa phải, phát âm tròn vành rõ chữ, không nói quá nhanh hoặc nuốt âm cuối.
• Với các công cụ gõ trực tiếp chưa hỗ trợ tự ngắt dấu, hãy chủ động đọc rõ tên các dấu câu trong lúc nói.
• Luôn rà soát lại các từ đồng âm, tên người, tên địa danh hoặc từ viết tắt chuyên ngành sau khi hoàn tất việc tạo chữ.

Câu hỏi thường gặp

Máy tính có sẵn tính năng chuyển giọng nói thành văn bản không?

Có. Windows 11 có sẵn tính năng Nhập bằng giọng nói (nhấn phím Windows + H), còn máy tính Mac có sẵn tính năng Đọc chính tả trong phần Cài đặt bàn phím. Cả hai đều hỗ trợ tiếng Việt và hoàn toàn miễn phí khi bạn nói trực tiếp vào micro.

Chuyển giọng nói thành văn bản trên Windows 10 bằng tiếng Việt được không?

Được, nhưng không phải bằng tính năng có sẵn: đọc chính tả của Windows 10 không hỗ trợ tiếng Việt. Nếu đang dùng Windows 10, bạn nên mở trình duyệt web và sử dụng công cụ Nhập liệu bằng giọng nói của Google Tài liệu để thay thế.

Có cách nào chuyển cả cuộc họp hay file ghi âm dài thành văn bản?

Có. Các công cụ gõ trực tiếp bằng micro không thể nhận diện file ghi âm sẵn. Để xử lý các cuộc họp dài hoặc file âm thanh, bạn cần tải file lên các nền tảng chuyển đổi chuyên nghiệp như Subanana để hệ thống tự động bóc băng, gắn mốc thời gian và nhận diện từng người phát biểu.

Chuyển giọng nói thành văn bản miễn phí được không?

Hoàn toàn được. Các công cụ gõ trực tiếp trên Windows 11, Mac và Google Tài liệu đều miễn phí. Đối với việc chuyển đổi từ file âm thanh có sẵn, bạn có thể tham khảo bảng giá chi tiết của Subanana để dùng thử bản xem trước miễn phí cho 15 phút đầu tiên trước khi quyết định nâng cấp.

Tóm lại

Để chuyển giọng nói thành văn bản trên máy tính, bạn chỉ cần nhớ một quy tắc đơn giản: nếu muốn vừa nói vừa để chữ nhảy ra trên màn hình, hãy tận dụng các công cụ miễn phí có sẵn trên Windows 11, Mac hoặc Google Tài liệu. Còn khi bạn đã có sẵn file ghi âm, video dài, hoặc cần làm biên bản cuộc họp phân tách rõ từng người nói, việc sử dụng một nền tảng xử lý file chuyên dụng như Subanana sẽ giúp bạn đỡ phải ngồi gõ lại thủ công.