Bản chép lời thô của máy nhận dạng giọng nói thường là một chuỗi chữ thường không có dấu câu, số và ngày tháng viết bằng chữ, tên riêng không viết hoa. Để thành văn bản đọc được, cần thêm các bước hậu kỳ: chấm câu và chia đoạn, viết hoa đầu câu và tên riêng, đổi “hai không hai lăm” thành “2025” (gọi là chuẩn hoá ngược), và sửa các lỗi dễ đoán. Nhiều công cụ hiện đại làm sẵn một phần, nhưng chất lượng mỗi bước khác nhau.
Với tiếng Việt, mỗi bước có những bẫy riêng: cách đọc số rất đa dạng (“mười lăm”, “mười năm”, “mười lăm nghìn rưỡi”), tên riêng không có dấu hiệu viết hoa trong âm thanh, câu nói tự nhiên ít khi trọn vẹn ngữ pháp. Bài này đi qua từng bước, chỉ ra cách đánh giá riêng phần hậu kỳ và cách kết hợp máy với người để có bản cuối cùng dùng được.
Vì sao bản chép thô không có dấu câu
Trong lời nói không có dấu chấm hay dấu phẩy. Thứ người nghe dựa vào là chỗ ngừng, ngữ điệu lên xuống và ý nghĩa. Mô hình nhận dạng được huấn luyện để ra chuỗi chữ khớp với âm thanh; nếu dữ liệu huấn luyện đã bỏ hết dấu câu và đưa về chữ thường, nó sẽ ra đúng như vậy. Nhiều hệ thống tách riêng việc khôi phục dấu câu và chữ hoa thành một mô hình văn bản đứng sau, học từ lượng lớn văn bản viết.
Một số mô hình đầu cuối thế hệ mới được huấn luyện trên bản chép có sẵn dấu câu nên ra thẳng văn bản đã chấm câu. Cách này tiện, nhưng dấu câu của chúng phản ánh kiểu văn bản trong dữ liệu (phụ đề, bài báo), chưa chắc hợp với biên bản họp hay hồ sơ. Ngoài ra, khi cả nhận dạng lẫn chấm câu nằm trong một mô hình, khó tách ra để đo và sửa riêng từng phần.
Với người dùng, điều cần biết là: dấu câu sai làm đổi nghĩa không kém lỗi chữ. “Không, đồng ý” và “không đồng ý” khác hẳn nhau, và khác biệt đó chỉ nằm ở một dấu phẩy mà máy đặt dựa trên một khoảng ngừng rất ngắn.
Chấm câu và chia đoạn: máy dựa vào đâu
Khoảng ngừng. Ngừng dài thường là hết câu, ngừng ngắn có thể là dấu phẩy. Nhưng người nói tự nhiên ngừng giữa câu để nghĩ, và nói liền mạch qua nhiều câu khi hào hứng, nên khoảng ngừng chỉ là gợi ý.
Ngữ điệu. Giọng hạ xuống cuối câu kể, lên ở cuối câu hỏi. Với tiếng Việt, ngữ điệu chồng lên thanh điệu nên khó tách hơn, và câu hỏi thường được đánh dấu bằng từ (“không”, “chưa”, “à”, “nhỉ”) nhiều hơn bằng giọng.
Từ ngữ. Mô hình văn bản học được rằng câu thường bắt đầu bằng “vậy thì”, “còn”, “thứ hai là” và kết thúc trước những từ đó. Đây là tín hiệu mạnh nhất với tiếng Việt viết, nhưng lời nói tự nhiên có rất nhiều câu cụt, câu lặp, câu sửa giữa chừng.
Chia đoạn theo chủ đề hoặc người nói. Biên bản dễ đọc khi mỗi lượt phát biểu một đoạn, hoặc mỗi chủ đề một đoạn. Việc chia theo người nói cần thông tin tách người nói, được bàn trong một bài riêng của danh mục này; chia theo chủ đề thì mô hình văn bản hoặc chatbot làm được ở mức chấp nhận được.
Chuẩn hoá ngược: từ chữ đọc thành chữ viết
Khi người nói đọc số, ngày, đơn vị, máy chép ra đúng từng tiếng. Bước chuẩn hoá ngược (inverse text normalization) đổi chúng về dạng viết quen thuộc. Bảng dưới gồm các trường hợp hay gặp với tiếng Việt; ví dụ là minh hoạ.
| Loại | Người nói | Dạng viết mong muốn | Bẫy |
|---|---|---|---|
| Số đếm | “ba trăm linh năm”, “ba trăm lẻ năm” | 305 | “linh”, “lẻ” theo vùng; “năm” và “lăm” |
| Số lớn | “hai mươi lăm nghìn rưỡi” | 25.500 | “rưỡi” là một nửa đơn vị đứng trước |
| Năm | “hai không hai lăm”, “năm hai nghìn không trăm hai mươi lăm” | 2025 | đọc từng chữ số hay đọc nguyên số |
| Ngày tháng | “mùng năm tháng bảy” | 5/7 hoặc ngày 5 tháng 7 | tháng tư hay tháng bốn; âm lịch hay dương lịch |
| Giờ | “tám rưỡi sáng” | 8 giờ 30 hoặc 8:30 | “kém mười lăm” là trừ đi |
| Phần trăm, đơn vị | “mười hai phẩy năm phần trăm” | 12,5% | dấu thập phân kiểu Việt là dấu phẩy |
| Số điện thoại, mã | đọc từng nhóm chữ số | giữ nguyên chuỗi số | không nên gộp thành số lớn |
Chuẩn hoá ngược là chỗ dễ đổi nghĩa âm thầm. “Mười năm” (một thập kỷ) mà bị đổi thành “15 năm” vì người nói giọng có “năm” và “lăm” gần nhau là lỗi rất khó phát hiện khi đọc lướt. Với tài liệu có số liệu quan trọng, nên soát riêng mọi con số.
Viết hoa tên riêng: chỗ âm thanh không giúp gì
Không có cách nào nghe ra một chữ viết hoa. “Hồng” là tên người hay màu hồng, “Hoà Bình” là địa danh hay hoà bình, chỉ ngữ cảnh mới phân biệt được. Mô hình viết hoa học từ văn bản rằng sau “anh”, “chị”, “ông”, “bà” thường là tên người, sau “tỉnh”, “phường”, “xã” là địa danh. Nhưng câu nói hằng ngày hay bỏ những từ đó.
Địa danh là trường hợp đáng chú ý ở Việt Nam hiện nay. Sau sáp nhập từ tháng 7/2025, cả nước còn 34 tỉnh, thành phố, cấp huyện không còn, nhiều xã, phường mới mang tên mới. Mô hình văn bản học trước thời điểm đó có thể không biết tên mới, và có thể “sửa” tên mới về tên cũ quen hơn. Người làm biên bản hành chính nên có danh sách địa danh hiện hành để soát.
Tên riêng gốc nước ngoài và tên thương hiệu viết hoa kiểu đặc biệt (chữ hoa ở giữa, viết liền) là trường hợp khó nhất, vì mô hình văn bản tiếng Việt ít gặp. Nếu tài liệu có nhiều tên như vậy, đừng trông vào bước tự động; soát bằng danh sách là cách nhanh và chắc hơn cả.
Một cách tăng chất lượng đáng kể là khai danh sách tên riêng của tổ chức (tên người trong đơn vị, tên khách hàng, tên dự án) cho bước viết hoa hoặc cho công cụ nếu có chức năng từ vựng riêng. Danh sách này cũng dùng chung được cho bước nhận dạng, như đã nói ở bài về chêm tiếng Anh.
Quy trình hậu kỳ một bản chép lời cho biên bản
Quy trình sau dành cho người cần biến bản chép thô thành biên bản họp hoặc tài liệu nội bộ, kết hợp công cụ và người.
- Nếu công cụ có tuỳ chọn tự chấm câu và chuẩn hoá số, bật lên và kiểm trên vài đoạn để biết nó làm tốt tới đâu.
- Chạy bước thay thế có kiểm soát cho danh sách tên riêng và thuật ngữ, chỉ thay khi khớp nguyên cụm.
- Nếu dùng chatbot để chấm câu, chia đoạn, che trước thông tin cá nhân và bí mật, rồi dặn: chỉ thêm dấu câu, chữ hoa, chia đoạn, không đổi chữ, không thêm bớt ý, không tóm tắt.
- So độ dài bản sau xử lý với bản thô: nếu số chữ giảm hoặc tăng đáng kể, chatbot đã viết lại, cần làm lại với dặn dò chặt hơn.
- Soát riêng mọi con số, ngày giờ, tên người, tên đơn vị, và các câu có từ phủ định.
- Ghi chú ở đầu tài liệu rằng đây là bản chép lời có máy hỗ trợ, đã soát, và ai là người soát.
Bước so độ dài là mẹo đơn giản để bắt lỗi “tóm tắt lén” của chatbot. Chấm câu đúng nghĩa không làm thay đổi số âm tiết, chỉ thêm ký hiệu.
Một đoạn chép thô đi qua từng bước (ví dụ giả định)
Ví dụ dưới đây theo dõi một câu nói giả định của trưởng phòng hành chính qua từng bước hậu kỳ, để thấy mỗi bước sửa được gì và để lại gì.
- Bản thô từ máy: “vậy thì hạn nộp hồ sơ là mùng mười lăm tháng mười một chi phí dự kiến khoảng hai mươi lăm triệu rưỡi chị hồng bên phường an khánh sẽ liên hệ sau không phải tuần này đâu”.
- Sau chấm câu và chia câu: “Vậy thì hạn nộp hồ sơ là mùng mười lăm tháng mười một. Chi phí dự kiến khoảng hai mươi lăm triệu rưỡi. Chị hồng bên phường an khánh sẽ liên hệ sau, không phải tuần này đâu.”
- Sau chuẩn hoá ngược: “Vậy thì hạn nộp hồ sơ là ngày 15/11. Chi phí dự kiến khoảng 25,5 triệu đồng. Chị hồng bên phường an khánh sẽ liên hệ sau, không phải tuần này đâu.”
- Sau viết hoa tên riêng: “… Chị Hồng bên phường An Khánh sẽ liên hệ sau, không phải tuần này đâu.”
- Sau soát của người: kiểm “mùng mười lăm” đúng là ngày 15 chứ không phải mùng 10 rồi năm ngày; kiểm “phường An Khánh” là tên đơn vị hiện hành; giữ nguyên vế phủ định “không phải tuần này”.
Ví dụ cho thấy dấu phẩy trước “không phải tuần này” quyết định nghĩa của cả câu: thiếu nó, người đọc có thể hiểu thành “liên hệ sau không phải tuần này” theo cách khác. Nó cũng cho thấy chuẩn hoá ngược phải chọn đơn vị (“triệu rưỡi” thành 25,5 triệu, không phải 25.000.000 rưỡi) và chọn kiểu viết ngày theo quy ước của tổ chức. Cuối cùng, tên đơn vị hành chính là thứ nên soát với danh mục hiện hành, vì mô hình có thể đã học tên trước sáp nhập.
Đánh giá riêng phần hậu kỳ
Vì tỷ lệ lỗi từ (WER) thường được tính sau khi bỏ dấu câu và chữ hoa, nó không cho biết bước hậu kỳ làm tốt hay kém. Muốn đo riêng, có thể dùng bản đúng có đầy đủ dấu câu và chữ hoa, rồi đếm: bao nhiêu dấu chấm, dấu phẩy, dấu hỏi được đặt đúng, đặt thừa, bỏ sót; bao nhiêu tên riêng viết hoa đúng; bao nhiêu con số được chuẩn hoá đúng giá trị.
Trong thực tế, đội nhỏ không cần chỉ số phức tạp. Lấy năm đoạn bản chép, mỗi đoạn vài trăm chữ, để hai người cùng đọc và ghi số lỗi dấu câu đổi nghĩa, số lỗi tên riêng và số lỗi con số. Ba con số đó, cộng với thời gian cần để sửa, đủ để quyết định có nên đổi công cụ hay thêm bước soát.
Một điểm hay bị bỏ qua là tính nhất quán: cùng một từ, cùng một kiểu số, bản chép nên viết giống nhau suốt tài liệu. “Năm 2025” ở đoạn đầu mà “năm hai không hai lăm” ở đoạn sau làm tài liệu trông cẩu thả dù không sai nghĩa. Bước chuẩn hoá cuối cùng theo quy ước của tổ chức giải quyết chuyện này.
Câu hỏi thường gặp
Có nên để chatbot chấm câu cho cả bản chép lời dài không?
Được, nếu dặn rõ chỉ chấm câu và không đổi chữ, chia nhỏ bản chép thành từng phần vừa phải, và kiểm lại độ dài. Chatbot làm chấm câu khá tốt nhưng có xu hướng viết lại câu nói tự nhiên cho trơn. Che thông tin cá nhân và bí mật trước khi dán.
Vì sao máy đổi “mười năm” thành “15 năm”?
Vì ở nhiều giọng, “năm” và “lăm” phát âm gần nhau, và bước chuẩn hoá số đọc cụm “mười năm” như cách đọc số mười lăm. Đây là lỗi điển hình của chuẩn hoá ngược. Với tài liệu quan trọng, nên soát mọi con số hoặc tắt chuẩn hoá tự động rồi đổi tay.
Bản chép có nên giữ nguyên từ đệm như “à”, “ờ”, “thì là” không?
Tuỳ mục đích. Biên bản họp thường bỏ từ đệm cho gọn, miễn không đổi nghĩa. Nghiên cứu hội thoại, phỏng vấn định tính, hồ sơ cần trung thực tuyệt đối thì giữ nguyên. Quyết định nên ghi thành quy ước để mọi bản chép trong tổ chức nhất quán.
Chấm câu tự động có xử lý được câu hỏi tiếng Việt không?
Thường xử lý được câu hỏi có từ để hỏi rõ như “không”, “chưa”, “bao giờ”, “ở đâu”. Khó hơn với câu hỏi chỉ dựa vào ngữ điệu, như “anh gửi rồi?”, vì trong chữ không có dấu hiệu nào. Những câu này nên được soát khi nội dung quan trọng.
Có cách nào giúp máy viết hoa đúng tên đồng nghiệp không?
Khai danh sách tên vào từ điển riêng của công cụ nếu có, hoặc dùng bước thay thế có kiểm soát sau khi chép. Khi khai, ghi đủ họ tên và cả cách gọi thường dùng như tên kèm chức danh. Lưu ý danh sách tên là dữ liệu cá nhân, cần quản lý như mọi dữ liệu nhân sự.
Văn bản chép lời có dùng làm biên bản chính thức được không?
Bản chép có máy hỗ trợ có thể làm nền cho biên bản, nhưng biên bản chính thức cần người chịu trách nhiệm soát và xác nhận theo quy chế của tổ chức. Với văn bản có giá trị pháp lý, theo quy định hiện hành về văn bản và chữ ký, không coi bản máy chép là bản cuối.