Chuyển âm thanh (Transcribe Audio)

Chuyển file âm thanh (MP3, WAV, M4A, ...) hoặc thu trực tiếp từ microphone → text → ghi vào Excel cell.

Ứng dụng: chuyển ghi âm họp dự án sang biên bản, archive cuộc gọi khách hàng, chuyển voice note thành note Excel.

Mở dialog

DVD Addin → nhóm File và In → split-button Công cụ File → menu Chuyển âm thanh.

2 mode

Mode 1 — Chuyển file âm thanh có sẵn

1. Click Chuyển âm thanh → dialog mở.
2. Tab From File:
   • Browse → chọn file .mp3, .wav, .m4a, .ogg, .flac, .aac, .opus.
   • Ngôn ngữ — Auto-detect / Vietnamese / English / Chinese / Japanese / ...
   • Output cell — nơi ghi text kết quả.
   • Format:
     • Plain text — paragraph liền mạch.
     • Timestamped — [00:00:15] ..., [00:01:23] ... (subtitle-style).
     • Speaker-separated — Speaker 1 / Speaker 2 (chỉ khi audio đa người).
3. Click Transcribe → addin upload file lên Gemini → đợi response → paste vào cell.

Mode 2 — Record + Transcribe ngay

1. Tab Record:
   • Click ● Record → mic bắt đầu thu.
   • Status hiện: thời gian + sóng âm waveform.
   • Click ■ Stop → kết thúc.
2. Audio tạm được lưu vào %TEMP%.
3. Click Transcribe → gửi Gemini → paste vào cell.

Phù hợp cho: quick voice note → text trong Excel.

Tùy chọn nâng cao

Speaker diarization

Tick Detect speakers trong tab Speaker-separated mode → AI cố gắng nhận diện và tách dialogue:

Speaker 1: Anh có thể cập nhật tiến độ móng cho tôi không?
Speaker 2: Đến chiều nay đã đổ xong bê tông lót. Ngày mai sẽ đặt cốt thép.
Speaker 1: Vật liệu đã về đủ chưa?
Speaker 2: Đã về 80%. Phần còn lại nhập kho ngày mai.

Accuracy của diarization

Speaker diarization KHÔNG hoàn hảo — nhầm lẫn khi có nhiều speaker hoặc voice tương tự. Manual review sau khi transcribe.

Custom vocabulary

Trong Prompt thêm (tùy chọn), gợi ý cho AI nhận diện thuật ngữ chuyên ngành:

Văn bản về xây dựng. Lưu ý các thuật ngữ:
- Tên dự án: "MHC Văn Phòng".
- Mã CT: MHC1130, MHC1140, MHC1150.
- Nhân sự: "anh Đặng", "chị Lan", "trưởng BCH Hùng".

Cải thiện đáng kể độ chính xác với tên riêng + chữ viết tắt.

Long audio (> 30 phút)

File > 30 phút có thể vượt rate limit Gemini. Workaround:

• Split audio trước khi upload (dùng Audacity / FFmpeg).
• Compress audio xuống MP3 64kbps → upload nhanh hơn.

DVDAddin tự động compress nếu file > 50MB.

Format file âm thanh được hỗ trợ

Format	Hỗ trợ	Ghi chú
MP3	✓	Phổ biến, nhỏ
WAV	✓	Quality cao nhưng lớn
M4A	✓	iPhone voice memo
AAC	✓	Web video
FLAC	✓	Lossless
OGG/OPUS	✓	Open source
WMA	✗	Convert sang MP3 trước
AMR	✗	Convert sang MP3 (ffmpeg -i in.amr out.mp3)
HEAAC	✗	Convert

Khắc phục sự cố

"File size too large"

Gemini giới hạn ~20MB/request. File lớn hơn → split hoặc compress.

Transcript sai nhiều chữ tiếng Việt

• Audio chất lượng thấp / nhiều noise.
• Chọn lại ngôn ngữ Vietnamese (không phải Auto).
• Dùng prompt "Văn bản tiếng Việt có dấu" trong custom vocabulary.

"API quota exceeded"

Gemini free tier limit: 15 req/phút, 1500/ngày. Đợi reset hoặc nâng tier.

Microphone không hoạt động (mode Record)

• Windows Settings → Privacy → Microphone → "Allow apps to access" = ON.
• Excel chưa được cấp quyền mic → Settings → Privacy → Microphone → bật cho Excel.

Audio capture lúc Record bị giật / lossy

• Tắt các app khác chiếm mic (Zoom, Teams, OBS).
• Đổi default mic device trong Windows Sound Settings.

License gating

Transcribe Audio yêu cầu license active.

Liên quan

• PDF & OCR — tương tự nhưng cho ảnh / PDF scan.
• AI Assistant — paste transcript vào → AI tóm tắt / phân tích.
• Send Email — gửi transcript qua mail.