Cách chuyển âm thanh thành văn bản trong Word (2026)

Microsoft Word có thể chuyển âm thanh thành văn bản bằng tính năng Transcribe: vào tab Trang đầu (Home), mở mũi tên thả xuống cạnh Đọc chính tả (Dictate), chọn Transcribe, rồi tải bản ghi lên hoặc ghi âm trực tiếp, và Word tạo ra bản chép lời có mốc thời gian, nhãn người nói để bạn chèn vào tài liệu. Tính năng này cần gói Microsoft 365, không có ở mọi phiên bản Word, và số phút tải lên bị giới hạn theo tháng. Nếu bạn không có nó, một công cụ chép lời xuất được tệp DOCX sẽ đưa bạn tới cùng kết quả.

Bài này trình bày Transcribe làm được gì, khác Đọc chính tả ở đâu, cần những gì, hướng dẫn từng bước, cách xử lý một buổi phỏng vấn, và so sánh thẳng thắn với Google Docs cùng các công cụ chép lời chuyên dụng. Thông tin dựa trên tài liệu hỗ trợ của Microsoft tính đến tháng 10/2026; Microsoft thường xuyên thay đổi nơi và cách triển khai tính năng Office, nên hãy kiểm tra những gì Word của bạn đang hiển thị. Tên một số nút trong ngăn Transcribe được giữ nguyên tiếng Anh vì bản dịch tiếng Việt có thể khác nhau giữa các phiên bản.

Transcribe và Đọc chính tả: hai tính năng khác nhau

Nhiều người tìm cách chuyển giọng nói thành văn bản trên Word rồi lạc vào nhầm chỗ, vì Word có hai tính năng giọng nói nằm chung dưới một nút.

• Đọc chính tả (Dictate) biến giọng nói thành chữ ngay khi bạn nói. Bạn bấm vào micro, nói, và chữ hiện ra tại con trỏ. Nó thay cho bàn phím, chỉ nghe micro theo thời gian thực và không nhận tệp. Hữu ích khi soạn thảo, vô dụng với bản ghi có sẵn.
• Transcribe làm việc với bản ghi âm. Bạn tải lên một tệp âm thanh hoặc video, hoặc ghi lại cuộc trò chuyện ngay trong Word, và nhận về bản chép lời đầy đủ chia thành từng đoạn, có mốc thời gian và nhãn người nói. Bạn rà soát trong một ngăn bên cạnh rồi đưa vào tài liệu.

Nếu bạn có một buổi phỏng vấn, bài giảng, cuộc họp hay ghi âm giọng nói đã lưu thành tệp, Transcribe mới là thứ bạn cần.

Cần chuẩn bị gì trước khi bắt đầu

Hãy kiểm tra những điểm sau trước khi đi tìm nút:

• Gói Microsoft 365. Transcribe không có trong các bản Office mua đứt một lần, chẳng hạn Word 2019, nên nếu bạn định chuyển giọng nói thành văn bản trong Word 2019, bạn sẽ không thấy nút này.
• Đúng phiên bản Word. Hiện Microsoft mô tả Transcribe có trong Word cho Microsoft 365 trên Windows với tài khoản tổ chức thương mại (tài khoản cơ quan, trường học do tổ chức quản lý), và trong Word trên web với tài khoản khối chính phủ. Cách Microsoft mô tả phạm vi này đã thay đổi theo thời gian, nên hãy mở Trang đầu và menu Đọc chính tả để xem Transcribe có hiện ra với bạn không.
• Kết nối internet. Việc chép lời diễn ra trên đám mây của Microsoft, không phải trên máy tính của bạn.
• Tệp được hỗ trợ. Microsoft liệt kê MP3, WAV, M4A và MP4.
• Còn phút trong tháng. Người dùng Microsoft 365 có thể chép lời tối đa 300 phút âm thanh tải lên mỗi tháng. Giấy phép Microsoft Copilot nâng giới hạn này lên rất nhiều (hiện Microsoft ghi 30.000 phút).
• Tệp có dung lượng hợp lý. Trang hỗ trợ của Microsoft không nêu giới hạn dung lượng cho mỗi tệp. Các hướng dẫn cũ thường nói 200 MB mỗi tệp, một số câu trả lời mới hơn trên cộng đồng Microsoft nhắc tới 300 MB, nên nếu tệp lớn bị lỗi, hãy thử nén thành MP3 hoặc M4A nhỏ hơn.

Nếu bạn dùng máy Mac, gói gia đình hoặc cá nhân, hay tài khoản công ty mà quản trị viên chưa bật tính năng, bạn có thể hoàn toàn không thấy Transcribe. Khi đó hãy chuyển thẳng xuống phần so sánh và cách xuất DOCX.

Cách chuyển file ghi âm thành văn bản trong Word

Tải bản ghi âm lên

1. Mở tài liệu mới hoặc có sẵn trong Word và đăng nhập bằng tài khoản Microsoft 365.
2. Trên tab Trang đầu, bấm mũi tên nhỏ cạnh Đọc chính tả và chọn Transcribe. Một ngăn mở ra ở bên phải.
3. Bấm Upload audio (tải âm thanh lên) và chọn tệp. Word tải tệp lên và bắt đầu chép lời. Bản ghi dài có thể mất khá lâu, vì vậy hãy để ngăn mở cho tới khi xong.
4. Khi bản chép lời hiện ra, nó được chia thành các đoạn, mỗi đoạn có mốc thời gian và nhãn người nói. Bấm vào mốc thời gian để nghe lại phần âm thanh đó.
5. Muốn sửa một từ sai, rê chuột lên đoạn đó và dùng biểu tượng chỉnh sửa (hình bút chì). Muốn đổi tên người nói, sửa nhãn và áp dụng cho mọi đoạn của người đó.
6. Bấm Add all to document (thêm tất cả vào tài liệu) để chèn toàn bộ bản chép lời, hoặc chỉ chèn từng đoạn ở nơi cần. Word cho bạn chọn có kèm tên người nói và mốc thời gian hay không.

Khi đã vào tài liệu, đó là văn bản Word bình thường: bạn có thể định dạng, thêm tiêu đề, dùng tìm và thay thế, theo dõi thay đổi. Microsoft lưu bản ghi vào OneDrive của bạn, còn âm thanh không được nhúng vào chính tài liệu.

Hoặc ghi âm trực tiếp trong Word

Cũng trong ngăn đó có tùy chọn Start recording (bắt đầu ghi âm). Word ghi qua micro của bạn, có thể tạm dừng và tiếp tục. Bản chép lời được tạo sau khi bạn dừng và lưu bản ghi, chứ không hiện chữ trực tiếp trên trang. Cách này hợp với phỏng vấn gặp mặt hoặc cuộc họp mà laptop đặt giữa bàn. Với cuộc gọi video, ghi âm trong Word chỉ thu được những gì micro của bạn nghe thấy, nên bản ghi do nền tảng họp tạo ra thường cho âm thanh sạch hơn.

Cách gỡ băng phỏng vấn trong Word

Phỏng vấn là lúc Transcribe hữu ích nhất, nhờ có nhãn người nói. Một quy trình thực tế:

1. Ghi âm sạch. Đặt máy ghi âm hoặc điện thoại giữa bạn và người được phỏng vấn, tránh xa quạt và tiếng cốc chén va nhau. Bài mẹo để bản chép lời chính xác nói kỹ hơn về micro và phòng ghi.
2. Tải tệp lên Transcribe như hướng dẫn ở trên.
3. Đổi tên người nói trước tiên. "Speaker 1" và "Speaker 2" thành "Phóng viên" và tên người được phỏng vấn, áp dụng cho mọi đoạn.
4. Sửa tên riêng và thuật ngữ. Nhận dạng giọng nói tự động hay vấp ở tên người, địa danh và thuật ngữ chuyên ngành; với tiếng Việt, hãy để ý cả dấu thanh. Sửa một lần, rồi dùng tìm và thay thế trong tài liệu cho phần còn lại.
5. Chèn vào tài liệu kèm mốc thời gian nếu sau này bạn cần trích dẫn đúng thời điểm, hoặc bỏ mốc thời gian nếu bản chép lời đi thẳng vào bài viết.
6. Đối chiếu trích dẫn với âm thanh trước khi đăng bất cứ thứ gì. Bấm mốc thời gian, nghe lại và xác nhận câu chữ.

Hãy cẩn thận với việc nhầm người nói khi mọi người cắt lời nhau hoặc có giọng giống nhau, và coi bản chép lời tự động đầu tiên là bản nháp. Về sự đồng ý của người được phỏng vấn, ẩn danh hóa và mã hóa bản chép lời trong nghiên cứu, xem hướng dẫn chép lời phỏng vấn.

Những giới hạn nên biết

Transcribe tiện lợi nhưng có những ràng buộc thực sự:

• Số phút mỗi tháng. 300 phút tải lên mỗi tháng tương đương khoảng năm buổi phỏng vấn dài một giờ. Người dùng nhiều sẽ chạm trần rất nhanh.
• Phạm vi hẹp. Tính năng phụ thuộc loại gói, nền tảng và tổ chức của bạn, nên đừng mặc định đồng nghiệp hay khách hàng cũng có.
• Một ngôn ngữ cho mỗi tệp. Bạn chọn ngôn ngữ chép lời trong phần cài đặt của ngăn; bản ghi chuyển qua lại giữa các ngôn ngữ, ví dụ tiếng Việt xen tiếng Anh, sẽ cho kết quả kém. Microsoft cho biết tính năng hỗ trợ hơn 80 ngôn ngữ và vùng.
• Xuất tệp hạn chế. Kết quả nằm trong tài liệu Word. Không có cách xuất trực tiếp sang định dạng phụ đề như SRT.
• Xử lý trên đám mây. Âm thanh được tải lên Microsoft và lưu trong OneDrive, ổn với phần lớn công việc nhưng nên đối chiếu với quy định của tổ chức đối với bản ghi nhạy cảm, nhất là khi Luật Bảo vệ dữ liệu cá nhân của Việt Nam áp dụng.

Word Transcribe, Google Docs hay công cụ chuyên dụng

Người tìm "Google Docs chuyển giọng nói thành văn bản" thường mong Docs có tính năng tương đương. Thực ra không hẳn. Nhập liệu bằng giọng nói của Google Docs (menu Công cụ, mục "Voice typing" trong giao diện tiếng Anh) là tính năng đọc chính tả trực tiếp: chạy trên Chrome, Edge và Safari bản mới, nghe micro và gõ ra những gì nó nghe được. Không có chức năng tải tệp lên. Bạn có thể phát bản ghi qua loa vào micro, nhưng kết quả thường kém và bạn phải ngồi nghe hết bản ghi theo thời gian thực.

Word Transcribe là lựa chọn tự nhiên nếu bạn đã có sẵn và dùng trong hạn mức phút hằng tháng. Nhập liệu bằng giọng nói của Google Docs hợp nhất để đọc chính tả lời của chính bạn, không phải để chép lời bản ghi. Dịch vụ chuyên dụng phù hợp khi bạn không có đúng bản Word, cần thêm phút hoặc ngôn ngữ, muốn có tệp phụ đề, hay cần chia sẻ quy trình với người không dùng Microsoft 365. Các công cụ chuyên dụng khác như Otter, TurboScribe hay Whisper chạy trên máy cũng xuất được định dạng Word mở được.

Cách đưa bản chép lời Audiotexta vào Word

Nếu bạn không dùng được Transcribe, đường nhanh nhất vào Word là xuất tệp từ một công cụ chuyên dụng. Trong Audiotexta, xuất DOCX thuộc gói Pro; ở gói miễn phí bạn xuất TXT rồi dán vào Word:

1. Mở ứng dụng web Audiotexta và tải tệp âm thanh hoặc video lên, hoặc dán đường dẫn. Tệp tới 30 phút dùng được mà không cần tài khoản.
2. Chọn ngôn ngữ nói, hoặc để công cụ tự nhận diện, và giữ nhãn người nói bật cho phỏng vấn, cuộc họp.
3. Rà soát bản chép lời: sửa tên riêng, thuật ngữ và đổi tên người nói.
4. Xuất DOCX (Pro) rồi mở trong Word, hoặc xuất TXT (miễn phí) rồi dán vào. Tên người nói, các đoạn và mốc thời gian (nếu bạn giữ lại) trở thành văn bản Word bình thường để định dạng, bình luận và theo dõi thay đổi.

TXT cũng dùng được với mọi trình soạn thảo khác. Gói miễn phí có 120 phút mỗi tháng; trang bảng giá liệt kê những gì gói trả phí bổ sung. Để xem tổng quan các lựa chọn, kể cả ứng dụng máy tính và công cụ chạy cục bộ, hãy đọc cách chuyển âm thanh thành văn bản.

Dù dùng công cụ nào, bước cuối vẫn như nhau: đọc lại bản chép lời một lượt cùng âm thanh trước khi dựa vào nó. Nhận dạng giọng nói đủ tốt để tiết kiệm hàng giờ gõ phím, nhưng tên riêng, con số và trích dẫn vẫn cần con người kiểm tra.