# Nhận diện ngôn ngữ trong audio, kể cả khi đổi giữa chừng

> Nhận diện ngôn ngữ trong audio với language=auto, đọc ngôn ngữ từng đoạn hoặc gửi mã ISO 639-1 để gợi ý cho AI.

Canonical: https://transcript1.com/vi/features/nhan-dien-ngon-ngu-trong-audio
Language: vi
Last updated: 2026-10-19

Nhận diện ngôn ngữ trong audio đã bật sẵn với language=auto. Khi AI chuyển bản ghi thành văn bản, mỗi đoạn có ngôn ngữ riêng để bạn theo dõi những chỗ đổi tiếng. Nếu biết trước ngôn ngữ, bạn có thể gửi mã để gợi ý cho AI.

- language mặc định là auto
- Ngôn ngữ riêng trên từng đoạn AI xử lý
- Nhận mã ISO 639-1 làm gợi ý

## Để AI nhận diện hoặc cho biết ngôn ngữ bạn cần

### Không cần chọn trước cho mọi file

Giữ language=auto để AI tự nhận diện, tiện khi bạn nhận bản ghi từ nhiều nguồn và nhiều người.

### Theo dõi chỗ đổi ngôn ngữ

Trường language trên từng segment cho biết đoạn đó dùng tiếng gì. Bạn không cần gán một ngôn ngữ duy nhất cho cả cuộc phỏng vấn.

### Có ngôn ngữ chính của bản ghi

Khi xác định được, trường language ở cấp transcription cho biết ngôn ngữ chiếm ưu thế, dùng để phân loại tổng quan.

### Biết trước thì gửi gợi ý

Gửi mã ISO 639-1 gồm hai chữ cái như en, de hoặc es để hướng AI nhận diện lời nói.

### Với phụ đề, language chọn bản phụ đề

Khi lấy phụ đề YouTube, language chọn ngôn ngữ phụ đề. Để auto thì dùng ngôn ngữ gốc của video, không lấy bản dịch tự động.

## Bắt đầu với language=auto

Bỏ qua trường language hoặc đặt auto đều được; đây là mặc định cho mọi nguồn. [Tài liệu tùy chọn ngôn ngữ](https://transcript1.com/vi/docs/sources-and-options#language) giải thích sự khác nhau giữa chọn phụ đề và gợi ý cho AI.

auto phù hợp với hàng đợi có nhiều bản ghi khác ngôn ngữ, thay vì ép tất cả về cùng một tiếng. Với một file mà bạn biết rõ ngôn ngữ, mã gợi ý có thể hữu ích hơn việc chỉ dựa vào phần mở đầu quá ngắn hoặc khó đoán.

AI chỉ nhận diện từ âm thanh có trong file. Đoạn nhiều nhạc, im lặng hoặc chỉ có một cụm từ vay mượn cung cấp ít thông tin hơn cuộc trò chuyện rõ tiếng. Hãy kiểm tra cả lời được ghi lại, không chỉ nhìn trường language rồi cho rằng mọi từ đều đúng.

### Tải audio và để AI nhận diện ngôn ngữ

```
curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \
  -H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \
  -F file=@field-notes.m4a \
  -F language=auto
```

## Chuyển audio đa ngôn ngữ thành văn bản mà vẫn giữ từng tiếng

language ở cấp transcription là ngôn ngữ chính; language trong mỗi segment cho biết tiếng dùng ở đoạn đó. Xem vị trí các trường trong [đối tượng transcription](https://transcript1.com/vi/docs/api-reference#the-transcription-object).

Cuộc phỏng vấn có thể mở đầu bằng một tiếng rồi trả lời bằng tiếng khác. Nếu chỉ giữ segment trùng với ngôn ngữ chính, bạn sẽ bỏ mất một phần nội dung. Dùng nhãn tổng quan để phân loại bản ghi, còn nhãn segment để tìm hoặc chuyển từng đoạn đến đúng người đọc.

JSON bên dưới minh họa nhãn theo đoạn, không có nghĩa mọi lần đổi tiếng đều trùng ranh giới câu. Tên riêng, thuật ngữ và chỗ đổi tiếng giữa câu vẫn cần kiểm tra. Nếu chỉnh sửa hoặc dịch ở bước sau, giữ nguyên lời gốc để đối chiếu.

### JSON rút gọn với ngôn ngữ từng đoạn

```
{
  "status": "completed",
  "transcript_source": "speech_to_text",
  "language": "en",
  "transcript": {
    "segments": [
      { "start": 0, "end": 3.4, "speaker": null, "language": "en", "text": "Good morning." },
      { "start": 3.4, "end": 7.9, "speaker": null, "language": "de", "text": "Guten Morgen." }
    ]
  }
}
```

## Khi đã biết bản ghi dùng tiếng gì

Gửi mã ISO 639-1 gồm hai chữ cái trong trường language. Với file tải lên, đây là form field của request multipart; xem [cách gửi file](https://transcript1.com/vi/docs/uploads#one-shot-upload).

Nếu xử lý âm thanh, mã này chỉ gợi ý cho AI. Nếu lấy phụ đề YouTube, nó chọn ngôn ngữ của bản phụ đề. Với auto, API tìm phụ đề theo ngôn ngữ gốc và không dùng bản dịch tự động. Pipeline nhận cả file lẫn link YouTube cần phân biệt hai vai trò này.

Đặt en không dịch bản ghi tiếng Tây Ban Nha sang tiếng Anh. Bạn vẫn đang tạo transcript của lời nói. Nếu cần bản dịch, làm ở bước riêng, kiểm tra lại và giữ transcript gốc để so sánh.

### cURL

```
curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \
  -H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \
  -F file=@interview.m4a \
  -F language=de
```

## Kiểm tra trước khi phân loại theo ngôn ngữ

Nếu ứng dụng chuyển bản ghi đến biên tập viên hoặc chỉ mục tìm kiếm theo tiếng, giữ cả ngôn ngữ chính và nhãn từng đoạn. Đừng loại một câu trả lời dài chỉ vì nó không trùng language ở cấp transcription.

Nghe quanh đoạn chuyển tiếng. Một tên riêng, câu trích hoặc thuật ngữ mượn chưa đủ để kết luận người nói đã đổi ngôn ngữ cho cả đoạn. Nhãn máy cũng không chứng minh được trình độ ngôn ngữ, xuất thân hay danh tính người nói.

Nếu transcript có vẻ sai, nghe nguồn trước: có lời nói rõ không, có đúng track âm thanh không? Khi tạo job khác với mã gợi ý, giữ bản cũ để so sánh. Đổi tùy chọn xử lý có thể tạo job tính phí mới, khác với việc đọc lại bản xuất đã có.

| Bạn đang xử lý gì? | Điều cần kiểm tra |
| --- | --- |
| Phỏng vấn dùng nhiều ngôn ngữ | Đọc nhãn từng đoạn và giữ lời gốc cạnh bản dịch làm sau đó. |
| Reel ngắn có lời dẫn | Nghe xem nhạc hoặc phần mở đầu có lấn át lời cần lấy không. |
| Phụ đề YouTube | Chọn bản phụ đề đúng ngôn ngữ; không dùng phụ đề dịch tự động. |

- [Chuẩn bị bản ghi phỏng vấn đa ngôn ngữ](https://transcript1.com/vi/use-cases/go-bang-phong-van)
- [Lấy lời nói trong Instagram Reel](https://transcript1.com/vi/features/transcript-instagram)

## Câu hỏi thường gặp

### Tôi đặt ngôn ngữ ở đâu?

Gửi trường language với auto để tự nhận diện, hoặc mã ISO 639-1 gồm hai chữ cái như en, de, es. Nếu không gửi, mặc định là auto.

### Một bản ghi có nhiều tiếng thì có dùng được không?

Có. Với AI, mỗi segment có nhãn ngôn ngữ riêng; transcription cũng cho biết ngôn ngữ chiếm ưu thế của cả bản ghi.

### language có tác dụng gì khi lấy phụ đề YouTube?

Nó chọn ngôn ngữ bản phụ đề. auto dùng ngôn ngữ gốc của video. API không lấy các bản phụ đề dịch tự động.

## Đọc thêm

- [Transcript Instagram](https://transcript1.com/vi/features/transcript-instagram)
- [API cho file audio, video](https://transcript1.com/vi/features/speech-to-text-api)
- [Link video và tùy chọn (tài liệu)](https://transcript1.com/vi/docs/sources-and-options)