Chuyển file ghi âm thành văn bản bằng AI: ChatGPT, Gemini, Gemini Notebook hay Word, công cụ nào nghe được tiếng Việt?

Bạn có file ghi âm một buổi họp với khách, một buổi phỏng vấn, hay một bài giảng dài một tiếng, và cần nó thành chữ để tóm tắt, trích ý, viết biên bản. Gõ lại bằng tay thì mất cả buổi. Các công cụ AI phổ biến đều đã nhận file âm thanh, nhưng mỗi công cụ một giới hạn, và không phải công cụ nào cũng nói rõ là nghe được tiếng Việt.

Bài này dành cho người làm marketing non-tech, chủ kinh doanh nhỏ, chuyên gia và coach cần chép lời ghi âm tiếng Việt. Mọi giới hạn và giá dưới đây lấy từ trang trợ giúp và trang giá chính thức, đọc ngày 27/10/2026. Bài không chấm điểm độ chính xác: không hãng nào công bố số đo cho tiếng Việt, và lab không tự đo trong bài này.

Công cụ AI nào chuyển file ghi âm tiếng Việt thành văn bản được?

Ghi âm trên iPhone (Voice Memos) có chép lời nhưng Apple liệt kê tiếng Anh, Tây Ban Nha, Bồ Đào Nha, Ý, Pháp, Đức, Nhật, Hàn và tiếng Trung, chưa có tiếng Việt. Bạn vẫn ghi âm bằng iPhone được, rồi xuất file M4A sang một trong các công cụ trên.

Gemini Notebook chép lời file ghi âm thế nào?

Trang trợ giúp của Gemini Notebook ghi file âm thanh được chép lời ngay lúc nhập, và phần chữ được lưu thành một nguồn mới trong notebook. Tiếng Việt nằm trong danh sách ngôn ngữ hỗ trợ cho nhập âm thanh. Định dạng nhận rất rộng: mp3, m4a, wav, aac, ogg, opus, amr, wma, cả mp4.

Giới hạn cho người dùng Free: mỗi nguồn tới 500.000 từ hoặc 200 MB, tối đa 50 nguồn. Google cũng ghi hai lưu ý: file không có tiếng nói thì không nhận, và file chất lượng kém có thể nhập lỗi. Gói AI Plus, AI Pro có hạn mức dùng cao hơn gói Free gấp 2 và 4 lần theo trang giới hạn.

Theo mình, điểm cộng nữa là khi chữ đã nằm trong notebook, bạn hỏi tiếp ngay trên đó (tóm tắt, liệt kê việc cần làm, trích câu khách nói về giá) mà không phải dán lại.

Chép lời một file ghi âm bằng Gemini Notebook

1. 1

   Chuẩn bị file.

   Xuất ghi âm ra MP3 hoặc M4A, dưới 200 MB.

2. 2

   Tạo notebook mới.

   Mở Gemini Notebook, tạo notebook, chọn thêm nguồn và tải file từ máy lên.

3. 3

   Chờ chép lời xong.

   File được chép lời lúc nhập, chờ tới khi nguồn hiện trong danh sách.

4. 4

   Mở nguồn để xem chữ.

   Đọc lướt đoạn đầu để biết chất lượng: nếu sai nhiều, kiểm lại chất lượng file, vì Google ghi file chất lượng thấp có thể nhập lỗi.

5. 5

   Hỏi việc bạn cần.

   Dùng prompt mẫu bên dưới để ra biên bản, rồi soát lại với file gốc.

ChatGPT và ứng dụng Gemini khác gì?

ChatGPT ghi giới hạn file cao nhất trong các trang có nêu con số: tới 512 MB, các định dạng WAV, MP3, M4A, FLAC, AAC, OGG và MP4 chỉ có tiếng. Nhưng gói Free chưa có tính năng này; gói rẻ nhất là Go, 8 USD mỗi tháng (có thể kèm quảng cáo), Plus 20 USD (trang giá, đọc ngày 27/10/2026). OpenAI không liệt kê ngôn ngữ, chỉ ghi chất lượng chép lời có thể khác nhau giữa các ngôn ngữ và bản ghi rất dài có thể bị quá thời gian xử lý. Bài ChatGPT nhận file ghi âm đi kỹ hơn phần này. Từ 21/10/2026, gói mua trên chatgpt.com ở Việt Nam trả được bằng ví MoMo.

Ứng dụng Gemini nhận file âm thanh ngay trong khung chat, nhưng tổng thời lượng tới 10 phút, gói Google AI Pro hoặc Ultra nâng lên 3 giờ. Trang này không nêu danh sách ngôn ngữ cho âm thanh. Hợp với đoạn ngắn: một tin nhắn thoại của khách, một ý tưởng ghi vội.

Prompt nào để ra biên bản họp từ bản chép lời?

Chép lời xong mới là nửa việc. Bản chữ thô của một buổi họp một tiếng thường dài, chưa chia ý. Dán prompt dưới đây vào Gemini Notebook hoặc ChatGPT, ngay trong cuộc trò chuyện có file:

Đây là bản chép lời cuộc họp [tên cuộc họp] ngày [ngày], có [số người] người: [tên và vai trò từng người].
1. Viết lại thành biên bản tiếng Việt: mục đích, các ý chính, quyết định đã chốt, việc cần làm (ai làm, hạn khi nào).
2. Mọi con số, số tiền, ngày hẹn và tên riêng: trích kèm mốc thời gian hoặc câu gốc để mình đối chiếu.
3. Chỗ nào nghe không rõ hoặc bạn không chắc, đánh dấu [CẦN KIỂM] thay vì đoán.
Không thêm thông tin không có trong bản chép lời.

Còn Word, Google Docs và Claude thì sao?

• Word Transcribe có tách người nói ("Speaker 1", "Speaker 2") và mốc thời gian bấm được, tới 300 phút file tải lên mỗi tháng với Microsoft 365. Nhưng danh sách ngôn ngữ của Microsoft chưa có tiếng Việt. Microsoft ghi tính năng hiện chỉ có trên Word cho Microsoft 365 ở Windows với tài khoản doanh nghiệp (Commercial tenant), và chỉ chạy trên Edge hoặc Chrome bản mới.
• Google Docs nhập bằng giọng nói có tiếng Việt, nhưng chỉ nghe micro trực tiếp, không đọc file. Dùng khi bạn muốn đọc ghi chú cho máy gõ, không dùng để chép lời file có sẵn.
• Claude theo trang trợ giúp nhận tài liệu (PDF, DOCX, CSV, TXT…) và ảnh, chưa nêu file âm thanh. Bạn có thể chép lời ở công cụ khác rồi đưa file chữ cho Claude để tóm tắt.

Đọc tiếp: Google Meet dịch giọng nói trực tiếp sang 63 ngôn ngữ, có tiếng Việt