Tạo phụ đề tự động cho video, rồi tự soát chữ sai

Giả sử bạn vừa quay xong một video ngắn giới thiệu sản phẩm, và muốn có chữ chạy theo lời nói mà không phải ngồi gõ. Tạo phụ đề tự động cho video là để máy nghe lời bạn nói, rồi tự gõ thành dòng chữ chạy bên dưới hình. Máy làm giúp phần gõ chữ. Nhưng máy có thể nghe sai tên món, giá tiền hay tiếng địa phương, nên bạn cần soát lại.

Phụ đề là một việc nhỏ trong mô hình Doanh nghiệp 1 Người mà Sang5M theo đuổi.

Doanh nghiệp 1 Người không phải doanh nghiệp chỉ có một người, mà là một người cùng rất nhiều công cụ, agent AI và hệ thống automation phục vụ việc kinh doanh.

Agent AI là trợ lý AI, tức trợ lý dùng trí tuệ nhân tạo, nhận lời dặn rồi tự chia bước để làm. Automation là tự động hoá, tức máy tự làm một việc theo cách đã hẹn sẵn, như tạo phụ đề tự động cho mỗi video mới bạn tải lên.

Ví dụ, agent AI có thể nhận lời dặn "mỗi dòng phụ đề chỉ một câu ngắn" rồi làm cho cả video. Các ví dụ theo ngành trong bài đều là chuyện giả định, tức chuyện đặt ra cho dễ hiểu, không phải chuyện thật.

Hiểu đơn giản: phụ đề tự động giống lời bài hát chạy trên màn hình hát karaoke, chỉ khác là máy tự nghe rồi tự gõ.

Bài này có bảy phần. Ba phần đầu nói phụ đề tự động là gì, máy làm ra nó thế nào, và vài nguồn nói gì. Bốn phần sau nói nên tạo ở đâu, soát chữ ra sao, chữ thế nào thì dễ đọc, và việc nào bạn tự giữ. Các bài về công cụ khác nằm trong chuyên mục công cụ, agent và tự động hoá.

Phụ đề tự động là gì, khác phụ đề tự gõ ở chỗ nào?

Phụ đề tự động là phụ đề do máy nghe lời nói trong video rồi gõ thành chữ, và gắn chữ đúng lúc người nói. Còn phụ đề tự gõ là bạn vừa xem video vừa gõ từng câu, và cả hai đều cho ra dòng chữ chạy dưới hình. Hai loại chỉ khác ở người gõ.

Theo trang trợ giúp của YouTube về phụ đề tự động, YouTube có thể dùng cách nhận ra lời nói để tạo phụ đề tự động. Trang có ghi tiếng Việt trong danh sách ngôn ngữ được hỗ trợ. Trang cũng dặn người làm video kiểm tra phụ đề tự động. Chỗ nào chưa đúng thì sửa hoặc xoá.

Giả sử một quán ăn bán phở quay video giới thiệu món mới, rồi phụ đề tự động gõ sai tên món "phở tái nạm" thành một chữ khác. Chủ quán sửa lại trước khi đăng. Như vậy, khách có thể đọc tới đâu hiểu tới đó.

Làm ngay: bạn thử mở một video của bạn trên YouTube, bật phụ đề tự động rồi xem máy gõ đúng và sai những chữ nào.

Nếu để sau: mỗi video mới bạn có thể vẫn gõ tay từng câu.

Máy tạo phụ đề bằng cách nào, nói cho dễ hiểu?

Sang5M nói lại cho dễ hiểu. Máy nghe tiếng rồi đoán chữ. Trang trợ giúp của YouTube gọi việc này là công nghệ nhận dạng lời nói, tức cách làm để máy nhận ra lời người nói.

Trang còn ghi phụ đề tự động được tạo bằng học máy, nên chất lượng có thể không đồng nhất. Học máy là cách cho máy tự học từ nhiều ví dụ. Mỗi video có thể một kiểu.

Trang trợ giúp của YouTube ghi phụ đề tự động có thể sai do phát âm sai, cách nhấn giọng, tiếng địa phương hoặc tạp âm. Tạp âm là tiếng ồn lẫn vào giọng. Trang cũng kể vài lý do khiến video không có phụ đề tự động. Trong đó có âm thanh kém, video quá dài, đầu video im lặng lâu, hoặc nhiều người nói chen nhau.

Sang5M thêm một ý mà trang trợ giúp không nói riêng: tên riêng lạ và từ nước ngoài là chỗ bạn nên soát kỹ, vì máy đoán chữ.

Giả sử một tiệm làm móng, tức một tiệm làm đẹp nhỏ, quay video đọc tên các màu sơn bằng tiếng nước ngoài. Máy có thể gõ tên màu thành một chữ tiếng Việt nghe na ná, nên theo Sang5M, chủ tiệm nên mở bảng màu ra để so từng tên.

Làm ngay: bạn thử ghi ra giấy các tên món, tên màu hay tên riêng lạ mà video của bạn hay nhắc tới, để soát cho nhanh.

Nếu để sau: bạn có thể phải dò lại cả video mới tìm ra chữ máy nghe sai.

Tin mới và góc nhìn người đi đầu về phụ đề tự động

Dưới đây là ý của bốn nguồn. Mỗi nguồn nói một chuyện riêng. Bạn đừng gộp lại thành một kết luận chung. Trong bốn nguồn, chỉ video hiện ngày đăng, còn ba trang kia không hiện ngày, nên mình xem đó là trang hướng dẫn chứ không phải tin mới.

Một hãng bán công cụ ghép các đoạn quay thành video có trang tạo phụ đề bằng AI. Công cụ này dùng ngay trên trình duyệt (chương trình bạn mở để vào trang web). Trang không hiện ngày. Phần thông tin đi kèm trang ghi sửa lần cuối ngày 18/8/2026.

Trang dặn video tải lên phải có tiếng. Sau khi máy làm phụ đề, bạn chỉnh được kiểu chữ, màu chữ và chỗ đặt chữ, rồi gắn chữ vào video hoặc tải riêng tệp phụ đề. Tệp phụ đề là một tệp chữ có kèm giờ hiện của từng dòng.

Trang cũng ghi người dùng miễn phí chỉ được dùng thử một số phút có giới hạn, và video lưu ra (xuất) từ tài khoản miễn phí có hình mờ. Hình mờ là một dấu mờ in đè lên video.

Trang của CapCut, hãng bán phần mềm dựng video, không hiện ngày đăng. Trang nêu ba bước: tải video lên, chọn "Văn bản", rồi chọn "Phụ đề tự động" và "Tạo phụ đề". Sau đó bạn xuất video, tức lưu thành tệp video để đăng, và trang còn viết rằng bạn có thể mời người khác cùng xem lại phụ đề.

Một đơn vị dạy thiết kế ở Việt Nam, có bán khoá học, cũng có công cụ tạo phụ đề tiếng Việt trên trang web. Trang ghi công cụ này chỉ dành cho tài khoản được đơn vị đó cho phép dùng. Người dùng cần đăng nhập. Trang không hiện ngày đăng.

Trang ghi máy nghe lời nói và chia câu kèm thời gian. Bạn sửa từng dòng trước khi xuất. Ở phần hỏi đáp, trang ghi máy nhận giọng tốt khi giọng rõ, ít tiếng ồn và ít người nói chen nhau.

Thái Vân Linh làm một chuỗi video tên "Làm Bạn Với AI" trên YouTube, và một video trong chuỗi đó có trang ghi ngày 15/10/2026. Video nói về một công cụ tạo ảnh. Trong đó có phần làm ảnh bìa video, tức tấm ảnh nhỏ đại diện cho video. Video không nói về phụ đề.

Trong phần làm ảnh bìa, người này cố ý không để AI viết sẵn chữ tiêu đề. Lý do là chữ đó phải đúng dấu, phải to để đọc được trên điện thoại và không đè lên mặt người. Video cũng có vài đoạn quảng cáo của một đơn vị dạy AI.

Giả sử chủ một cửa hàng mỹ phẩm đọc xong các ý của bốn nguồn trên, rồi dùng thử chức năng có sẵn ở nơi mình hay đăng video trước. Chủ cửa hàng chưa cần mua thêm công cụ. Đó là gợi ý của Sang5M. Các nguồn trên không đưa ra kết luận chung này.

Tạo phụ đề tự động ở đâu: nơi đăng video hay ứng dụng dựng?

Bạn có thể tạo phụ đề tự động ngay ở nơi đăng video, trong ứng dụng dựng video, hoặc bằng công cụ trên máy tính. Ứng dụng dựng là ứng dụng giúp sắp các đoạn quay thành video hoàn chỉnh. Ba cách này khác nhau ở chỗ chữ nằm riêng hay được in thẳng vào hình.

Vì vậy, cách sửa chữ cũng khác. Bảng dưới đây là gợi ý của Sang5M. Hai cột "Hợp khi nào" và "Cần để ý" là suy nghĩ của Sang5M. Chỉ có hai ý lấy từ các trang nguồn: phụ đề YouTube có thể chưa có ngay, và có công cụ cần đăng nhập.

Trang trợ giúp của YouTube về thêm phụ đề ghi bạn có ba cách. Bạn có thể tải tệp phụ đề lên, tự gõ khi xem video, hoặc dán chữ vào để YouTube tự đặt giờ hiện cho từng dòng.

Trang về phụ đề tự động thì ghi phụ đề tự động có thể chưa sẵn sàng lúc bạn vừa tải video lên. Trang về thêm phụ đề cũng ghi phụ đề giúp bạn chia sẻ video với nhiều người xem hơn, kể cả người nghe kém hoặc người nói tiếng khác.

Giả sử một phòng chụp ảnh đăng cùng một video lên hai nơi. Theo Sang5M, chủ phòng chụp có thể tạo phụ đề một lần trong ứng dụng dựng rồi gắn chữ vào hình. Khi đó, cả hai nơi dùng chung một video đã có chữ. Chữ sai thì chỉ sửa một lần.

Làm ngay: bạn thử mở ứng dụng dựng video bạn đang dùng, tìm xem trong đó có mục tạo phụ đề tự động hay chưa.

Nếu để sau: bạn có thể mất thêm giờ tìm hiểu một công cụ mới, trong khi nơi bạn đang dùng có thể đã có sẵn chức năng này.

Soát phụ đề thế nào để không sai tên món, giá tiền?

Bạn soát phụ đề bằng cách đọc lại từng dòng. Hãy chú ý năm chỗ dưới đây. Danh sách soát này là gợi ý của Sang5M. Trang trợ giúp YouTube không đưa danh sách này.

1. Tên món, tên sản phẩm: so với thực đơn hay bảng hàng của bạn.
2. Giá tiền và con số: so với bảng giá đang dùng.
3. Tên riêng như tên quán, tên đường: xem đã viết hoa đúng chưa.
4. Chữ có dấu dễ nhầm: như "phân" với "phần", "bán" với "bàn".
5. Câu quá dài: theo Sang5M, một câu tràn hai, ba dòng thì người xem có thể đọc không kịp.

Nhắc lại cho dễ nhớ, agent là trợ lý AI nhận việc rồi tự chia bước để làm. Sang5M gói cách chia việc giữa máy và người trong một câu: agent làm phần việc lặp lại, người làm phần cần phán đoán và quan hệ. Nói dễ hiểu, phán đoán là tự nghĩ rồi quyết, còn quan hệ là cách bạn nói chuyện để khách tin mình.

Có một giới hạn bạn cần biết. Trang của một hãng bán công cụ dựng video có ghi phụ đề của họ chính xác 99%, tức 99 phần trong 100 phần. Đó là lời của bên bán. Trang không nói cách đo, nên bài này không kiểm được con số đó.

Còn trang trợ giúp của YouTube thì ghi chất lượng phụ đề tự động có thể không đồng nhất giữa các video.

Theo Sang5M, phụ đề sai giá tiền có thể làm khách hiểu nhầm. Bạn soát con số kỹ hơn soát chữ. Sang5M cũng gợi ý người bán món ăn, mỹ phẩm hay đồ cho trẻ nhỏ đọc lại kỹ hơn, vì một chữ sai có thể làm khách hỏi lại.

Giả sử một tiệm bánh quay video nói "bánh kem 18 phân" (số giả định). Ý là bánh rộng 18 cm, đọc là 18 xăng-ti-mét. Máy gõ thành "18 phần". Chữ này nghe như bánh chia được 18 miếng.

Chủ tiệm sửa lại thành "18 cm" và ghi giá đúng như bảng giá, vì theo Sang5M, một chữ sai có thể làm khách hiểu nhầm.

Làm ngay: bạn thử chép tên món và bảng giá vào một ghi chú trên điện thoại, để mỗi lần soát phụ đề chỉ cần mở ra so.

Nếu để sau: mỗi lần soát bạn có thể phải lục lại thực đơn, và theo Sang5M, một con số sai trên phụ đề có thể làm khách hỏi lại.

Phụ đề thế nào thì dễ đọc trên điện thoại?

Theo Sang5M, phụ đề dễ đọc trên điện thoại khi mỗi lần chỉ hiện một câu ngắn và chữ to. Màu chữ nên khác màu nền để dễ thấy, và chữ không che mặt người nói hay sản phẩm. Đây là gợi ý của Sang5M. Đây không phải luật của nơi đăng video nào.

Trang công cụ trên trình duyệt ghi bạn đổi được kiểu chữ, màu chữ và chỗ đặt chữ, còn trang của CapCut ghi kiểu chữ, màu chữ và hiệu ứng.

Theo Sang5M, nếu công cụ bạn dùng cho phép đổi chỗ đặt chữ, bạn có thể kéo chữ để không che thứ người xem cần thấy.

Giả sử một cửa hàng thời trang quay video thử một chiếc váy. Theo Sang5M, chủ cửa hàng nên kéo phụ đề lên phía trên của hình, để chữ không che bộ đồ và khách có thể nhìn rõ dáng váy hơn.

Làm ngay: bạn thử mở một video có phụ đề trên điện thoại, xem chữ có che mặt người nói hay sản phẩm không.

Nếu để sau: theo Sang5M, người xem có thể đọc không kịp câu dài. Sản phẩm cũng có thể bị chữ che.

Việc nào để máy làm, việc nào bạn tự giữ?

Máy có thể làm việc gõ chữ theo lời nói, chia câu thành từng dòng và cho mỗi dòng hiện đúng lúc người nói. Còn các việc sau là của bạn: soát tên và số, bỏ câu thừa, chọn chữ cần nhấn mạnh, và quyết video có cần phụ đề hay không.

Bảng dưới đây là gợi ý của Sang5M. Bảng này không lấy của hãng nào.

Nói ngắn gọn: máy gõ, mình soát. Phần soát thuộc về việc cần nghĩ kỹ và chuyện nói thật với khách.

Theo Sang5M, video có lời nói về món, giá hay cách dùng sản phẩm nên có phụ đề, còn video chỉ có nhạc và hình có thể không cần.

Giả sử một lớp dạy tiếng Anh cho trẻ quay video bài giảng. Máy có thể tạo phụ đề tiếng Việt cho phần cô giáo giảng, còn từ tiếng Anh, Sang5M gợi ý cô giáo tự gõ lại để đúng chính tả.

Bạn muốn xem cả các bước quay và dựng? Bài cách tạo video bán hàng bằng AI kể từ đầu tới cuối. Nếu bạn muốn soạn sẵn lời nói trước khi quay, bạn có thể đọc bài viết content bằng AI. Khi dặn máy làm việc, bài cách giao việc cho trợ lý AI kể cách viết lời dặn rõ ràng.

Làm ngay: bạn thử chia một tờ giấy làm hai cột, ghi việc để máy làm và việc bạn tự giữ khi làm phụ đề, rồi dán cạnh máy tính.

Nếu để sau: bạn có thể vẫn tự gõ cả phần máy làm được, còn phần soát có thể bị làm vội.

Bài học: bạn làm được ngay

Nếu chỉ nhớ một điều, hãy nhớ lời gợi ý này của Sang5M. Phụ đề tự động giúp bạn đỡ phần gõ chữ, còn phần soát tên và số là của bạn.

Mình gợi ý bạn thử ba việc sau:

1. Chọn một video đã quay, tạo phụ đề bằng chức năng có sẵn ở nơi bạn hay đăng hoặc ứng dụng bạn đang dùng.
2. Soát theo năm mục: tên món, giá tiền, tên riêng, chữ có dấu, câu dài.
3. Ghi lại những chữ máy hay gõ sai ở cửa hàng bạn, để lần sau soát nhanh hơn.

Nếu để sau: mỗi video mới bạn có thể vẫn mất giờ gõ chữ, và những chữ máy hay gõ sai có thể lặp lại mà bạn không nhận ra.

Câu hỏi thường gặp về tạo phụ đề tự động

Phụ đề tự động có đúng tiếng Việt không?

Còn tuỳ nơi bạn dùng. Trang trợ giúp của YouTube có ghi tiếng Việt trong danh sách ngôn ngữ của phụ đề tự động. Nhưng trang cũng ghi phụ đề tự động có thể sai do phát âm sai, tiếng địa phương hoặc tạp âm (tiếng ồn lẫn vào giọng). Vì vậy, bạn soát lại tên riêng và con số trước khi đăng.

Vì sao video của tôi không có phụ đề tự động?

Trang trợ giúp của YouTube nêu vài lý do. Phụ đề có thể chưa làm xong vì âm thanh phức tạp, video quá dài, âm thanh kém, hoặc đầu video có một đoạn dài không có tiếng. Nhiều người nói chen nhau, hoặc nói lẫn nhiều thứ tiếng cùng lúc, cũng có thể làm máy không tạo được phụ đề.

Video nào nên có phụ đề?

Theo Sang5M, nếu video có lời nói về món, giá hay cách dùng sản phẩm thì bạn nên thêm phụ đề. Nếu video chỉ có nhạc và hình, có thể bạn không cần. Mỗi cửa hàng một kiểu khách, nên bạn tự cân nhắc.

Tạo phụ đề tự động có mất tiền không?

Còn tuỳ nơi và tuỳ gói, tức mức dịch vụ mà công cụ đưa ra. Bài này không ghi giá vì giá có thể đổi. Bạn xem trang giá của chính công cụ đó trước khi dùng nhiều.

Tệp phụ đề là gì?

Theo trang trợ giúp của YouTube, tệp phụ đề chứa chữ của lời nói trong video, kèm mốc giờ cho biết lúc nào mỗi dòng chữ hiện ra.

Xem 5M Studio dựng video bán hàng trực tiếp

Muốn thấy một công cụ AI dựng video chạy từ đầu tới cuối? Buổi Zoom miễn phí 90 phút lúc 20:00 tối thứ Tư hằng tuần: Hồ Đăng Sang chạy 5M Studio, công cụ trả phí của Sang5M, trên video thật để dựng video bán hàng, rồi hỏi đáp tới hết giờ. Buổi này có phần giới thiệu sản phẩm. Xem lịch và đăng ký webinar.

Tạm kết

Phụ đề tự động giống lời karaoke mà máy tự gõ. Bạn có thể tạo phụ đề ở nơi đăng video hoặc trong ứng dụng dựng, rồi soát tên và số, giữ câu ngắn và không để chữ che hình.

Việc gõ chữ lặp lại có thể giao cho máy. Còn phần cần nghĩ kỹ và chuyện nói thật với khách vẫn là việc của bạn. Hãy làm ba việc ở mục Bài học. Bạn cũng có thể đọc thêm các bài khác trên blog Sang5M.