Tôi tự mình làm CapiCap. Những câu trả lời này dành cho phiên bản 1.9. Về toàn bộ quy trình, từ lúc chọn video đến lúc lưu video đã có phụ đề, có một bài hướng dẫn từng bước.
Chi phí
CapiCap có miễn phí không?
Đến một mức nhất định. Ứng dụng tải về miễn phí, có mọi tính năng, và 3 lượt xuất mỗi tháng dương lịch được miễn phí. Quá mức đó, Quyền truy cập trọn đời là một lần mua duy nhất ($9.99 tại Mỹ, ở nơi khác có giá theo từng quốc gia) để gỡ bỏ giới hạn vĩnh viễn. Không có thuê bao, và không có quảng cáo. 3 lượt của bạn quay lại vào đầu mỗi tháng, theo múi giờ của thiết bị; khi đã dùng hết, màn hình mua Quyền truy cập trọn đời cho biết ngày 3 lượt tiếp theo trở lại.
Thế nào được tính là một lượt xuất?
Một lần kết xuất video hoàn tất, được tính ngay khi nó hoàn tất, kể cả khi đó lại là cùng một dự án. Một lần kết xuất bị lỗi hoặc bị bạn hủy thì không tốn gì. Lưu hoặc chia sẻ lại một video đã kết xuất, và lấy tệp .srt của nó, đều miễn phí, bao nhiêu lần tùy thích. Xuất .srt không bao giờ dùng đến một trong 3 lượt của bạn, dù trước hay sau khi kết xuất; giống như lưu và chia sẻ, nó chỉ bị khóa khi đã hết 3 lượt của tháng và bạn không có Quyền truy cập trọn đời.
Tôi đã mua Quyền truy cập trọn đời. Làm sao để có nó trên thiết bị khác?
Mở CapiCap trên thiết bị đó khi đang đăng nhập cùng Tài khoản Apple. Ứng dụng kiểm tra giao dịch mua của bạn với App Store khi khởi động, nên Quyền truy cập trọn đời thường tự bật. Nếu không, hãy chạm vào Khôi phục giao dịch mua: nút này có trên màn hình mua Quyền truy cập trọn đời, và trong Giới thiệu CapiCap (nút thông tin trên màn hình chính) khi bạn đã chạm đến giới hạn hằng tháng.
Video của bạn
CapiCap có tải video của tôi lên không?
Không. Chép lời, chỉnh sửa và xuất đều diễn ra trên thiết bị của bạn, và video, âm thanh, bản chép lời và bản xuất của bạn không bao giờ bị tải lên, dù là cho tôi hay cho bất kỳ ai khác. Ứng dụng chỉ cần mạng để tải mô hình giọng nói: một mô hình ở lần mở đầu tiên, và thêm một mô hình khác nếu ngôn ngữ của video cần đến. Sau đó ứng dụng hoạt động hoàn toàn không cần kết nối, kể cả ở chế độ máy bay. Khi có mạng, ứng dụng cũng gửi cho tôi các sự kiện sử dụng ẩn danh, chẳng hạn một lượt chép lời hay một lượt xuất đã xong và mất bao lâu, không kèm văn bản, tên tệp hay video nào và không có gì được liên kết với bạn. Không có tài khoản, không có quảng cáo và không có thuê bao. Chính sách quyền riêng tư có đầy đủ chi tiết.
Có hình mờ không?
Không, cả ở bản xuất miễn phí lẫn khi có Quyền truy cập trọn đời. Video bạn xuất ra chỉ mang phụ đề của bạn, không có gì khác.
Bản xuất có giữ chất lượng gốc không?
Có, với một ngoại lệ. Bản xuất giữ độ phân giải, tốc độ khung hình và bitrate của video, kể cả 4K60, và sao chép mọi rãnh âm thanh y như cũ. Ngoại lệ là HDR: video HDR được xuất thành SDR (Rec.709). Trình chỉnh sửa xem trước đúng hình SDR đó, nên bản xuất khớp với những gì bạn đã thấy.
Tôi có xuất được tệp .srt không?
Có. Xuất .srt nằm dưới Xuất video và cho bạn một tệp SubRip chuẩn với chữ và thời gian của từng phụ đề, dùng cho YouTube, Vimeo hoặc trình dựng video. Bạn không cần kết xuất video trước. Có một bài hướng dẫn tạo tệp này.
Tạo phụ đề
Chép lời mất bao lâu?
Ít hơn độ dài của video, trên các thiết bị đời mới, và ít hơn bao nhiêu thì tùy ngôn ngữ. 20 ngôn ngữ châu Âu mà mô hình nhanh đảm nhận, trong đó có tiếng Anh, là nhanh nhất: trên iPhone 17 Pro, một phút âm thanh mất vài giây. Các ngôn ngữ khác dùng mô hình tiêu chuẩn, chậm hơn và nhanh nhất trên iPhone 14 Pro trở lên, iPad dùng chip M và máy Mac; trên một chiếc MacBook Pro M1 Pro, mô hình này mất khoảng 11 phút cho 62 phút âm thanh. Lần chép lời đầu tiên sau khi cài đặt chậm hơn, vì mô hình giọng nói đang được chuẩn bị (xem thêm ở dưới).
Phụ đề chính xác đến mức nào?
Phần lớn tùy vào bản ghi. Lời nói rõ ràng, thu gần micro cần sửa ít nhất; nhạc, nhiều người nói chồng lên nhau, tiếng gió và giọng địa phương nặng gây ra phần lớn lỗi. CapiCap chọn mô hình giọng nói theo ngôn ngữ: 20 ngôn ngữ châu Âu dùng một mô hình nhanh, cũng mắc ít lỗi hơn ở hầu hết các ngôn ngữ đó, còn tiếng Bengal và tiếng Ba Tư có mô hình được huấn luyện riêng; Giới thiệu CapiCap (nút thông tin trên màn hình chính) liệt kê các mô hình có trên thiết bị của bạn. Chỗ nào ứng dụng làm sai, bạn đều sửa được trước khi xuất.
Tôi có sửa được những từ bị sai không?
Có. Toàn bộ bản chép lời là một danh sách phụ đề khớp với video. Chạm vào một phụ đề để sửa; tách, gộp, thêm hoặc xóa phụ đề; dời thời gian của một phụ đề trên dải tua; và hoàn tác hoặc làm lại bất cứ thao tác nào. Khi bạn gõ, thanh phía trên bàn phím phát hoặc tạm dừng video và chuyển sang phụ đề trước hoặc sau, còn chạm vào mốc thời gian của một phụ đề sẽ chỉ phát riêng phụ đề đó. Dự án tự lưu trong lúc bạn làm.
Tôi có thể thay đổi những gì về giao diện của phụ đề?
Bạn bắt đầu từ một trong mười hai kiểu (Cổ điển, Ấn tượng, Karaoke, Lướt, Nhãn, Trang bìa, Có viền, Hype, Pop, Có hộp, Tạp chí và Máy chữ), và Tùy chỉnh thay đổi phông chữ, độ đậm, chữ in hoa, kích cỡ, viền, màu sắc, đổ bóng, nền, chuyển động và vị trí. Bạn có thể lưu kết quả thành kiểu của riêng mình hoặc đặt nó làm mặc định cho video mới. Số dòng, trên trang Bố cục, đặt một, hai hoặc ba dòng cho mỗi phụ đề, mặc định là hai, và phụ đề ngắt ở ranh giới cụm từ tự nhiên. Bản xem trước được vẽ bằng chính bộ kết xuất dùng khi xuất, nên video ra đúng như những gì bạn thấy trong trình chỉnh sửa.
Tôi có đặt được phụ đề ra sau người không?
Được, với kiểu Trang bìa: phụ đề nằm sau người trong khung hình, như dòng tít trên bìa tạp chí. Tính năng nhận diện chủ thể của Vision, của Apple, tìm người ngay trên thiết bị, từng khung hình một, và Đặt sau người tìm một độ cao phù hợp. Ở chỗ người sẽ che quá nhiều một từ, phụ đề ra phía trước để vẫn đọc được. Trình chỉnh sửa hiển thị hiệu ứng trên khung hình đang tạm dừng. Tôi đã viết về cách tính năng này hoạt động.
Thiết bị và ngôn ngữ
Ứng dụng có chạy trên iPad, Mac hay Android không?
iPad và Mac thì có; Android thì không. CapiCap là một ứng dụng chung cho iPhone và iPad chạy iOS 17 trở lên, và cho máy Mac có Apple silicon (M1 trở lên) chạy macOS 14 trở lên, nơi nó chạy dưới dạng ứng dụng iPad trong một cửa sổ đổi được kích thước. Trên máy Mac, và trên iPad xoay ngang, bản xem trước và toàn bộ bản chép lời nằm cạnh nhau. Trên cả hai, bạn có thể kéo một video từ ứng dụng khác, hoặc từ Finder, và thả vào bất kỳ đâu trên màn hình chính. Cũng không có phiên bản Windows hay web. Xem thêm về làm phụ đề trên máy Mac.
Ứng dụng hiểu những ngôn ngữ nào?
99+, từ tiếng Anh, tiếng Tây Ban Nha, tiếng Hindi và tiếng Ả Rập đến tiếng Wales, tiếng Swahili và tiếng Tagalog. Hai mươi ngôn ngữ châu Âu dùng một mô hình nhanh hơn, còn tiếng Bengal và tiếng Ba Tư có mô hình riêng. Ứng dụng tự nhận diện ngôn ngữ được nói và hỏi bạn khi không chắc, hoặc bạn có thể tự chọn. Đây là danh sách đầy đủ, kèm mô hình nào viết ngôn ngữ nào.
Vì sao ứng dụng lại tải thêm một mô hình giọng nói khác?
Vì video bằng một ngôn ngữ mà không mô hình nào trên thiết bị của bạn bao quát. Tiếng Bengal và tiếng Ba Tư mỗi thứ tiếng có mô hình riêng, khoảng 580 MB và 640 MB. Còn trên một thiết bị chỉ có mô hình nhanh cho 20 ngôn ngữ châu Âu, một video bằng ngôn ngữ khác sẽ tải về mô hình tiêu chuẩn, khoảng 630 MB. Lượt tải ghi rõ nó dành cho ngôn ngữ nào, và Giới thiệu CapiCap liệt kê các mô hình bổ sung, mỗi mô hình có nút Xóa.
Ứng dụng có dịch phụ đề được không?
Không. Phụ đề luôn bằng ngôn ngữ được nói trong video. Nếu bạn cần bản dịch, hãy xuất tệp .srt và dịch bằng một công cụ khác.
Ứng dụng có ghi được ai đang nói không?
Không, ứng dụng không nhận diện người nói. Nếu một phụ đề cần tên, hãy gõ tên vào phụ đề đó.
Khi có trục trặc
Vì sao lần mở đầu tiên chậm như vậy?
Ở lần mở đầu tiên, CapiCap tải một mô hình giọng nói về, một lần, nên lúc đó cần có kết nối. Trên các thiết bị đời mới, sau đó ứng dụng chuẩn bị mô hình cho Neural Engine. Với mô hình tiêu chuẩn, việc này có thể mất vài phút; màn hình chính hiện thời gian ước tính, và thiết bị có thể ấm lên. Việc này diễn ra một lần cho mỗi bản cập nhật ứng dụng. Trên một máy Mac M1 Pro, nó mất 134 giây, và những lần tải sau mất khoảng 2 giây. Mô hình nhanh, cho 20 ngôn ngữ châu Âu, nhanh hơn nhiều: khoảng 10 giây trên iPhone 17 Pro.
Ứng dụng chọn sai ngôn ngữ. Sửa thế nào?
Trong lúc đang chép lời, hãy chạm vào nút ngôn ngữ bên dưới thanh tiến trình và chọn đúng ngôn ngữ; việc chép lời sẽ bắt đầu lại bằng ngôn ngữ đó. Về sau, hãy chạm vào nút ngôn ngữ ở cuối danh sách phụ đề, chọn ngôn ngữ và chạm vào Chép lời lại. Thao tác này tạo lại phụ đề từ video, nên những chỉnh sửa bạn đã làm trên phụ đề sẽ bị mất. Việc nhận diện nghe tối đa ba đoạn 30 giây của video, nên một clip mở đầu bằng nhạc hoặc pha trộn nhiều ngôn ngữ có thể đánh lừa nó. Khi không chắc, ứng dụng hỏi bạn video nói bằng ngôn ngữ nào trước khi chép lời.
Mô hình giọng nói không tải về được.
Thường thì nó tự ổn. Mất kết nối không làm lượt tải thất bại: nó chờ, thanh tiến trình ghi Đang chờ kết nối…, và tải tiếp từ chỗ đã dừng, kể cả sau khi bạn rời ứng dụng rồi quay lại. Nếu không đủ dung lượng trống, CapiCap cho bạn biết cần giải phóng bao nhiêu. Nếu lượt tải thật sự dừng vì lỗi, nút Thử lại sẽ bắt đầu tải lại. Khi mô hình đã được tải về, nó được giữ lại qua các bản cập nhật ứng dụng.
Lưu vào Ảnh không hoạt động.
Nếu CapiCap không được phép thêm video vào thư viện Ảnh của bạn, màn hình xuất sẽ báo điều đó và đưa ra Mở Cài đặt, nơi bạn có thể cho phép. Nếu việc lưu thất bại vì lý do khác, hãy dùng Chia sẻ…. Trước khi xuất, CapiCap cũng cảnh báo khi không đủ dung lượng trống cho video mới.