Top 14+ công cụ AI chuyển giọng nói thành văn bản tốt nhất năm 2026
Cập nhật lần cuối: 25 tháng 8, 2026
Chuyển đổi âm thanh nói thành văn bản chính xác là điều cần thiết cho các cuộc họp, phỏng vấn và sản xuất nội dung. Các công cụ AI chuyển giọng nói thành văn bản phiên âm âm thanh theo thời gian thực hoặc từ bản ghi âm, thường có tính năng phát hiện người nói và dấu câu tích hợp.
Các công cụ này được nhà báo, nhà nghiên cứu và nhóm kinh doanh tin dùng khi cần bản ghi chép đáng tin cậy mà không phải ghi chú thủ công. Phiên âm nhanh và chính xác giúp tiết kiệm đáng kể thời gian so với việc gõ lại bản ghi âm theo cách thủ công.
ElevenLabs
ElevenLabsCông cụ âm thanh và giọng nói AI thực tế,
AssemblyAI
AssemblyAIAPI chuyển giọng nói thành văn bản và Voice AI và
Wispr Flow
Wispr FlowBiến Lời Nói Của Bạn Thành Văn Bản Sạch là những công cụ tốt nhất cho AI chuyển giọng nói thành văn bản. Vì vậy, hãy cùng xem xét kỹ hơn cả 14+ công cụ.

ElevenLabs nổi tiếng nhất với khả năng tạo giọng nói AI nghe thật giống con người, có nhịp dừng, ngữ điệu và cảm xúc tự nhiên thay vì giọng máy đều đều. Ngoài giọng nói, nó có thể sao chép giọng nói từ một đoạn mẫu ngắn, lồng tiếng video sang hàng chục ngôn ngữ, tạo nhạc và hiệu ứng âm thanh, đồng thời chạy trợ lý giọng nói trò chuyện với khách hàng qua điện thoại hoặc chat.

Có ba cách chính để sử dụng. ElevenCreative là studio trên web dành cho nhà sáng tạo nội dung làm podcast, quảng cáo và video ngắn. ElevenAgents cho phép bạn thiết kế và ra mắt chatbot giọng nói và chat hội thoại mà không cần viết mã. ElevenAPI mở ra cùng công nghệ cho nhà phát triển thông qua REST API với SDK Python và JavaScript được chuẩn bị sẵn.
Gói Miễn phí cung cấp 10.000 tín dụng mỗi tháng để bất kỳ ai cũng có thể thử các tính năng cơ bản mà không mất phí. Starter giá $6/tháng và thêm giấy phép thương mại cùng sao chép giọng nói tức thì. Creator, gói phổ biến nhất, thường có giá $22/tháng, đôi khi được ưu đãi ở mức $11 cho tháng đầu tiên, và bao gồm sao chép giọng nói chuyên nghiệp với hạn mức tín dụng lớn hơn nhiều.
Nhu cầu lớn hơn được đáp ứng bởi Pro ở mức $99/tháng, Scale ở mức $299/tháng với chỗ ngồi workspace dùng chung, và Business ở mức $990/tháng với mười chỗ ngồi và giọng nói chi phí thấp, độ trễ thấp. Giá Enterprise được trao đổi trực tiếp với đội ngũ ElevenLabs và bao gồm bảo mật tùy chỉnh cùng hỗ trợ ưu tiên.
Vì mọi gói đều sử dụng chung các mô hình giọng nói và âm thanh cơ bản, chất lượng không giảm khi bạn mở rộng quy mô, dù bạn sản xuất một video đơn lẻ hay chạy hàng nghìn cuộc gọi khách hàng trực tiếp.
AssemblyAI cung cấp cho nhà phát triển một cách để chuyển âm thanh và video thành văn bản cũng như thông tin chi tiết mà không cần xây dựng mô hình nhận dạng giọng nói từ đầu.

Bạn có thể gửi một bản ghi hoàn chỉnh để xử lý hàng loạt, phát trực tuyến âm thanh trực tiếp để có phụ đề thời gian thực hoặc sử dụng Sync API khi bạn chỉ cần một bản phiên âm nhanh từ một đoạn clip ngắn trong một lệnh gọi.
Mô hình Universal-3.5 Pro được thiết kế cho các cuộc trò chuyện thực tế, hoạt động trên 18 ngôn ngữ, gắn nhãn cho các người nói khác nhau và nhận dạng chính xác các từ ngữ y tế và kỹ thuật.
Ngoài bản phiên âm, Speech Understanding có thể tóm tắt âm thanh, phát hiện cảm xúc và chủ đề, dịch ngôn ngữ và trích xuất tên, ngày tháng cũng như các chi tiết khác.
Tất cả được tính phí theo giờ âm thanh được xử lý, bắt đầu khoảng $0.15 mỗi giờ, với các tính năng bổ sung được định giá như các tiện ích nhỏ.
Các nhóm xây dựng agent giọng nói thay vào đó có thể sử dụng Voice Agent API với giá $4.50 mỗi giờ, đã bao gồm mô hình nhận dạng giọng nói, mô hình ngôn ngữ tập trung vào hội thoại và chuyển văn bản thành giọng nói cùng nhau.
Thay vì gõ, Wispr Flow cho phép bạn chỉ cần nói, và nó biến cả lời nói lan man hoặc tự sửa lỗi thành văn bản sạch, trau chuốt được chèn trực tiếp vào bất kỳ ứng dụng nào bạn đang mở.

Nó chạy toàn hệ thống trên Mac, Windows, iOS và Android, vì vậy email, tin nhắn trò chuyện, ghi chú và thậm chí cả bình luận mã đều có thể được đọc chính tả mà không cần sao chép và dán.
Ngoài đọc chính tả, nó cung cấp trình ghi chú cuộc họp xác định người nói, từ điển cá nhân cho tên và thuật ngữ chuyên môn, và snippet mở rộng một cụm từ ngắn thành một tin nhắn đầy đủ được viết sẵn.
Miễn phí có giá 0 USD mỗi tháng và bao gồm các tính năng cơ bản với một số giới hạn hàng tuần về từ và cuộc họp.
Pro có giá 15 USD mỗi người dùng mỗi tháng, giảm xuống 12 USD mỗi tháng cho gói năm, và loại bỏ các giới hạn này đồng thời thêm các mô hình AI mạnh hơn.
Enterprise có giá theo yêu cầu và mang đến các tính năng bảo mật như SSO và SOC 2 cho các tổ chức lớn hơn.
Alter là trợ lý AI gốc trên macOS được thiết kế đặc biệt dành cho người dùng Mac chuyên nghiệp muốn tích hợp AI liền mạch trong toàn bộ quy trình làm việc của họ. Nó hoạt động như một công cụ tăng năng suất toàn hệ thống, hiểu ngữ cảnh từ bất kỳ ứng dụng nào bạn đang sử dụng.

Công cụ này hoạt động thông qua lệnh thoại và menu ngữ cảnh, cho phép bạn thực hiện các hành động được hỗ trợ bởi AI mà không cần chuyển đổi giữa các ứng dụng. Nó có thể ghi lại cuộc họp, chuyển đổi âm thanh thành văn bản, tóm tắt nội dung, viết email, tạo bài thuyết trình và xử lý các tác vụ phức tạp trên các ứng dụng như Finder, Keynote và Apple Mail.
Điều làm Alter khác biệt là cách tiếp cận ưu tiên bảo mật. Dữ liệu của bạn được mã hóa tại chỗ, và bạn có thể chạy các mô hình AI hoàn toàn ngoại tuyến bằng cách sử dụng Ollama hoặc LM Studio, đảm bảo thông tin nhạy cảm không bao giờ rời khỏi thiết bị của bạn.
Wispr Notetaker có cách tiếp cận khác với ghi chú cuộc họp: không có bot nào tham gia cuộc gọi của bạn. Nó chạy âm thầm trong ứng dụng Wispr Flow trên Mac, thu âm thanh hệ thống và micro của bạn để nó hoạt động trên Zoom, Google Meet, Teams, Slack Huddles và cả các cuộc trò chuyện trực tiếp.

Vì nó đã biết lịch, từ điển cá nhân và các ứng dụng được kết nối như Gmail và Slack, nó có thể gắn nhãn người nói bằng tên thật của họ thay vì các thẻ chung chung và nó bắt được thuật ngữ chuyên ngành mà các công cụ khác thường bỏ sót.
Sau mỗi cuộc gọi, bạn có bản tóm tắt được tổ chức theo chủ đề với các quyết định, ngày tháng và các bước tiếp theo, cùng với khả năng đặt câu hỏi trên toàn bộ lịch sử cuộc họp của bạn.
Giá bắt đầu từ 0 đô la mỗi tháng cho gói miễn phí, bao gồm giới hạn cuộc họp hàng tuần. Pro có giá 15 đô la mỗi người dùng mỗi tháng, giảm xuống 12 đô la mỗi người dùng mỗi tháng theo gói hàng năm và mở khóa các cuộc họp không giới hạn, thời gian lưu trữ lâu hơn và các mô hình AI mạnh hơn.
Các nhóm lớn hơn cần SSO, nhật ký kiểm toán hoặc tuân thủ SOC 2 và ISO 27001 có thể liên hệ để được báo giá Enterprise tùy chỉnh, mặc dù một số tính năng của Notetaker vẫn đang được triển khai ở đó.
Nếu bạn ngại viết ghi chú cuộc họp, Otter.ai sẽ làm công việc đó cho bạn. Nó tự động tham gia các cuộc gọi Zoom, Google Meet hoặc Microsoft Teams của bạn, hoặc ghi âm các cuộc trò chuyện thông qua ứng dụng khi không có liên kết cuộc họp nào.

Trong cuộc gọi, Otter tạo bản phiên âm trực tiếp và gắn nhãn từng người nói theo tên. Khi cuộc gọi kết thúc, bản tóm tắt AI xuất hiện với các chủ đề được đề cập, quyết định được đưa ra và bất kỳ mục hành động nào, để không có gì bị bỏ sót.
Bạn có thể trò chuyện với Otter AI Chat về những gì đã được nói trong một cuộc họp hoặc trên toàn bộ lịch sử của mình, và gửi thông tin đó trực tiếp vào Salesforce, HubSpot, Slack hoặc các công cụ được kết nối khác.
Bắt đầu không tốn chi phí với gói Basic, bao gồm 300 phút phiên âm hàng tháng cho một nhóm nhỏ 5 người. Nâng cấp lên Pro với 16,99 đô la mỗi tháng, hoặc 8,33 đô la mỗi tháng thanh toán theo năm, mở ra 1.200 phút và toàn bộ lịch sử cuộc họp.
Business, ở mức 24 đô la mỗi tháng hoặc 19,99 đô la mỗi tháng theo năm, loại bỏ hoàn toàn giới hạn phiên âm và thêm phân tích, nhật ký hoạt động và hỗ trợ nhanh hơn cho các nhóm lên đến 25 người.
Các tổ chức lớn hơn có thể chuyển sang Enterprise, gói có giá tùy chỉnh và bao gồm SSO, SCIM và các kiểm soát bảo mật bổ sung.
Các cuộc họp thường tạo ra thông tin bị mất ngay khi cuộc gọi kết thúc, và Grain được tạo ra để khắc phục điều đó.

Công cụ này ghi âm hoặc thu âm thanh một cách kín đáo các cuộc gọi của bạn thông qua ứng dụng máy tính, sau đó viết ghi chú rõ ràng, mục hành động và bản ghi lại có thể tìm kiếm mà bạn không cần làm gì.
Ngoài ghi chú, bạn có thể biến bất kỳ khoảnh khắc nào thành một clip video ngắn, chia sẻ nó với khách hàng hoặc đồng nghiệp, và lưu giữ một thư viện cá nhân hoặc nhóm các cuộc trò chuyện trước đây.
Các nhóm bán hàng và chăm sóc khách hàng nhận được giá trị bổ sung từ các thẻ điểm huấn luyện tích hợp, trình theo dõi và đồng bộ hóa trực tiếp vào HubSpot hoặc Salesforce.
Bắt đầu miễn phí ở gói Miễn phí, bao gồm các cuộc họp không giới hạn lên đến 45 phút với ghi chú AI cơ bản và lịch sử 30 ngày.
Starter có giá 15 đô la mỗi ghế hàng tháng khi thanh toán theo năm, Business có giá 29 đô la mỗi ghế hàng tháng thanh toán theo năm với các nhóm không giới hạn và huấn luyện AI, và Enterprise thêm giá tùy chỉnh với SSO dựa trên SAML, nhật ký kiểm toán và người quản lý thành công khách hàng chuyên trách.
Deepgram cung cấp cho các nhà phát triển một nền tảng duy nhất cho chuyển giọng nói thành văn bản, chuyển văn bản thành giọng nói và tác tử giọng nói thời gian thực, thay vì phải kết hợp các công cụ riêng biệt.

Các mô hình Nova-3 và Flux của nó phiên âm âm thanh nhanh chóng và chính xác trong hơn 45 ngôn ngữ, với nhãn người nói, định dạng và che giấu thông tin cá nhân được tích hợp sẵn.
Về phía giọng nói, các mô hình giọng nói Aura tạo ra các phản hồi tự nhiên nhanh chóng, và Giao diện lập trình ứng dụng Tác tử giọng nói (Voice Agent API) kết nối nghe, suy luận và nói thành một cuộc trò chuyện mượt mà, độ trễ thấp.
Người dùng mới bắt đầu với gói Pay As You Go, bao gồm tín dụng miễn phí $200 và chỉ tính phí cho mức sử dụng thực tế sau đó.
Gói Growth phù hợp với các nhóm bận rộn hơn với $4.000 trở lên mỗi năm dưới dạng tín dụng trả trước, mang lại mức giá thấp hơn cho hầu hết các dịch vụ và giới hạn đồng thời cao hơn.
Các tổ chức lớn hơn có thể chuyển sang gói Enterprise, một gói có giá tùy chỉnh thông qua đội ngũ bán hàng, thêm hỗ trợ chuyên trách, mô hình tùy chỉnh và các tùy chọn tự lưu trữ để kiểm soát dữ liệu chặt chẽ hơn.
Hầu hết các trợ lý giọng nói đọc văn bản một cách máy móc mà không thực sự cảm nhận được thời điểm. Hume AI có cách tiếp cận khác, xây dựng Giao diện Giọng nói Đồng cảm lắng nghe tông giọng và cảm xúc, sau đó phản hồi bằng giọng nói thực sự phù hợp với cảm giác của cuộc trò chuyện.

Mô hình chuyển văn bản thành giọng nói Octave hoạt động theo cách tương tự, sử dụng ngữ cảnh để điều chỉnh cao độ, nhịp độ và sự nhấn mạnh thay vì đọc bằng giọng đều đều, máy móc.
Có gói miễn phí với 10.000 ký tự nói và 5 phút hội thoại bằng giọng nói mỗi tháng, đủ để dùng thử.
Từ đó, Starter bắt đầu ở mức 3 đô la một tháng, với Creator, Pro, Scale và Business mỗi gói đều tăng mức sử dụng, tốc độ yêu cầu và giảm giá vượt mức.
Các doanh nghiệp cần nhiều hơn có thể chuyển sang gói Enterprise tùy chỉnh, bao gồm số ghế nhóm không giới hạn, hỗ trợ qua Slack và tuân thủ SOC 2 Type II, GDPR và HIPAA.
Vì lớp giọng nói của Hume hoạt động với các mô hình bên ngoài như Claude, GPT và Gemini, các nhóm có thể thay đổi bộ não đằng sau trợ lý mà không thay đổi âm thanh.
Thay vì gõ ghi chú hoặc email, Letterly cho phép bạn chỉ cần nói và trả lại văn bản đã được làm sạch và sắp xếp. Các từ đệm biến mất, ngữ pháp được sửa và những suy nghĩ lan man của bạn trở thành các đoạn văn hoặc gạch đầu dòng có cấu trúc.

Ứng dụng bao gồm ghi chú hàng ngày, bản ghi âm cuộc họp nhiều người nói và đọc chính tả trực tiếp vào các công cụ như Gmail, Slack và Notion, tất cả bằng hơn 90 ngôn ngữ.
Ứng dụng chạy trên web, iOS, Android, macOS và Windows, với ghi chú đồng bộ trực tiếp trên mọi thiết bị bạn sử dụng.
Có ba tùy chọn giá: Gói Hàng tháng ở mức 19,99 đô la, gói Hàng năm ở mức 79,99 đô la với bản dùng thử miễn phí 7 ngày và tùy chọn Trọn đời ở mức 199,99 đô la thanh toán một lần.
Cả ba gói đều có bản ghi âm không giới hạn, viết lại không giới hạn bằng AI và truy cập trên các thiết bị không giới hạn, vì vậy vấn đề chính là bạn muốn cam kết trong bao lâu.
Voibe thay bàn phím bằng giọng nói của bạn trên Mac và Windows. Giữ một phím tắt, nói bình thường, và ứng dụng sẽ chèn văn bản rõ ràng, đúng dấu câu trực tiếp vào bất kỳ ứng dụng nào bạn đang sử dụng, từ trình soạn thảo mã đến email.

Bên trong, ứng dụng sử dụng các mô hình mã nguồn mở dựa trên Whisper, không phải AI độc quyền của các công ty công nghệ lớn, và không bao giờ lưu trữ hay huấn luyện trên âm thanh của bạn. Các máy Mac Apple Silicon có thể chạy toàn bộ mọi thứ ngoại tuyến, trong khi Windows dựa vào đường truyền đám mây không lưu trữ dữ liệu.
Các nhà phát triển có một chế độ dành cho nhà phát triển (Developer Mode) quét không gian làm việc cục bộ để các tên tệp và biến khi nói ra được phân giải chính xác bên trong Cursor, VS Code và Windsurf, điều này rất hữu ích cho quy trình làm việc lập trình với AI.
Về giá cả, các chuyên gia có thể chọn gói hàng tháng ở mức $7,50, gói hàng năm ở mức $59 với bốn tháng miễn phí, hoặc mua một lần trọn đời ở mức $149. Nhóm từ ba người trở lên tiết kiệm khoảng 20 phần trăm, nhóm lớn hơn từ mười người trở lên có thể yêu cầu các điều khoản tùy chỉnh, và mọi gói đều bắt đầu với dùng thử miễn phí và đảm bảo hoàn tiền trong 30 ngày.
Việc gõ phím thường làm chậm con người hơn là suy nghĩ, và VoiceTypr được xây dựng dựa trên ý tưởng đó. Đây là một ứng dụng đọc chính tả bằng giọng nói mã nguồn mở dành cho macOS và Windows, chuyển lời nói thành văn bản trong bất kỳ ứng dụng nào bạn đang sử dụng.

Giữ một phím nóng toàn cầu, nói tự nhiên và thả ra. Các từ xuất hiện ngay lập tức tại con trỏ của bạn, cho dù đó là trình soạn thảo mã, ứng dụng email hay ứng dụng trò chuyện.
Phiên âm diễn ra trên thiết bị của bạn theo mặc định, sử dụng các mô hình Whisper mã nguồn mở, vì vậy không cần kết nối internet để ghi lại lời nói của bạn.
Khi bạn muốn nhiều hơn, một bước tăng cường AI tùy chọn có thể định hình lại lời nói thô thành một yêu cầu, email, ghi chú hoặc thông điệp commit trau chuốt, được hỗ trợ bởi các mô hình đám mây như Groq hoặc OpenAI.
Ngoài ra còn có CLI và API Agent, để các nhà phát triển có thể đưa trực tiếp đầu vào bằng giọng nói vào các tập lệnh hoặc tác nhân AI thay vì phải gõ mọi thứ bằng tay.
Giá là một lần mua trọn đời thay vì đăng ký, bắt đầu từ 39 đô la cho một thiết bị và lên đến 99 đô la cho bốn thiết bị, với bản dùng thử miễn phí 3 ngày và cửa sổ hoàn tiền 7 ngày để dùng thử trước.
Monologue chuyển lời nói của bạn thành văn bản sạch, được định dạng thay vì một bản ghi thô. Nó cắt bỏ từ đệm, chỉnh lại cách diễn đạt và định hình đầu ra để phù hợp với bất kỳ ứng dụng nào bạn đang gõ.

Ứng dụng khả dụng trên Mac, iPhone, iPad và Apple Watch, với từ điển, chế độ và ghi chú của bạn được đồng bộ ở mọi nơi.
Bản dùng thử miễn phí bao gồm 1.000 từ đọc chính tả và 10 ghi chú đã ghi âm để bạn có thể dùng thử trước khi trả phí.
Ngoài ra, Pro có giá 15 đô la mỗi tháng hoặc 144 đô la mỗi năm, tương đương khoảng 12 đô la mỗi tháng và xóa bỏ mọi giới hạn sử dụng.
Pro cũng bổ sung ghi chú cuộc họp không có bot và hỗ trợ đầy đủ trên mọi thiết bị Apple.
Monologue được bao gồm trong gói đăng ký Every rộng hơn, và nó cung cấp API, CLI và hỗ trợ MCP cho các nhà phát triển muốn ghi chú bên trong các tác nhân lập trình của họ.
Thay vì gõ, Aqua Voice cho phép bạn nói. Giữ một phím trong bất kỳ ứng dụng nào, nói tự nhiên, và lời nói của bạn sẽ xuất hiện thành văn bản gọn gàng, có định dạng trong chốc lát, sẵn sàng cho trình soạn mã, email hoặc ứng dụng trò chuyện.

Công cụ được hỗ trợ bởi Avalon, một mô hình nhận dạng giọng nói được đào tạo đặc biệt về cách mọi người nói chuyện với máy tính và trợ lý AI, vì vậy nó nhận dạng các thuật ngữ mã và tên kỹ thuật đáng tin cậy hơn phần mềm đọc chính tả điển hình.
Bất kỳ ai cũng có thể bắt đầu miễn phí với gói Starter và 1.000 từ. Chuyển sang Pro có giá 10 đô la một tháng, hoặc 8 đô la một tháng nếu thanh toán theo năm, và xóa giới hạn từ trong khi thêm hướng dẫn tùy chỉnh.
Gói Max có giá 30 đô la một tháng, hoặc 24 đô la một tháng theo năm, và mang lại luồng phát trực tiếp cùng với các lệnh thoại như gửi tin nhắn. Các nhóm trả 15 đô la mỗi người dùng hàng tháng, hoặc 12 đô la hàng năm, với một hóa đơn dùng chung.
Khách hàng Enterprise nhận được giá tùy chỉnh cùng với đăng nhập một lần, không lưu trữ dữ liệu và báo cáo chi tiết cho các tổ chức lớn hơn.
Ưu đãi giảm 70% cho sinh viên áp dụng cho Pro và Max, và tất cả các gói đều cho phép hủy bất cứ lúc nào.
Thay vì gõ, VoiceInk cho phép bạn chỉ cần nói trên Mac hoặc iPhone. Nhấn phím tắt, nói điều bạn cần, và văn bản sạch, sẵn sàng sử dụng xuất hiện tại vị trí con trỏ của bạn.

Theo mặc định, xử lý giọng nói diễn ra cục bộ trên thiết bị của bạn, giữ âm thanh của bạn ở chế độ riêng tư, mặc dù các mô hình đám mây tùy chọn có sẵn nếu bạn cung cấp khóa API của riêng mình.
Tính năng Modes của nó nhận diện ứng dụng bạn đang sử dụng, như Slack hoặc Gmail, và tự động điều chỉnh mô hình chuyển giọng nói và phong cách viết cho phù hợp với ngữ cảnh đó.
Không có đăng ký ở đây. Solo giá $29 cho một Mac, Personal giá $49 cho hai Mac, Extended giá $69 cho ba Mac, và nhóm có thể nhận giấy phép Startup 10 chỗ ngồi với giá $199.
Mọi tùy chọn đều đi kèm cập nhật trọn đời và cửa sổ hoàn tiền 14 ngày, một lần thanh toán là vĩnh viễn.
Là mã nguồn mở, nó cũng được định hình tích cực bởi một cộng đồng người dùng nhiệt tình.
Thay vì gõ, Superwhisper cho phép bạn nói và lời nói của bạn xuất hiện dưới dạng văn bản sạch, được định dạng trong bất kỳ ứng dụng nào bạn đang sử dụng, trên Mac, Windows hoặc iPhone.

Đằng sau hậu trường, nó ghi âm giọng nói của bạn, chuyển đổi thành văn bản, sau đó chạy qua mô hình AI tuân theo chế độ bạn đã chọn, cho dù đó là ghi chú nhanh, email trang trọng hay tóm tắt cuộc họp.
Bạn quyết định mức độ riêng tư. Mô hình cục bộ giữ mọi thứ trên thiết bị của bạn, trong khi mô hình đám mây và khóa API của riêng bạn mở ra kết quả mạnh mẽ hơn khi bạn muốn.
Bắt đầu không tốn kém gì. Gói miễn phí bao gồm đọc chính tả cốt lõi, ghi âm cuộc họp và hỗ trợ hơn 100 ngôn ngữ.
Nâng cấp lên Pro có giá 8,49 đô la mỗi tháng hoặc 84,99 đô la mỗi năm, gần như miễn phí hai tháng, thêm dịch thuật, chuyển đổi tệp và truy cập mô hình không giới hạn. Một tùy chọn trọn đời cũng có sẵn với khoản thanh toán một lần 249,99 đô la.
Các nhóm có nhu cầu lớn hơn có thể chuyển sang Enterprise, một gói có giá tùy chỉnh được xây dựng dựa trên chứng nhận bảo mật, hóa đơn tập trung và giá theo khối lượng.
Thay vì gõ từng tin nhắn, Typeless cho phép bạn nói và trả lại văn bản đã được viết rõ ràng. Giữ phím tắt trên máy tính, hoặc nút thoại trên điện thoại, ứng dụng sẽ điền văn bản cho bạn.

Nó âm thầm loại bỏ những câu ậm ừ, từ lặp lại và khởi đầu sai, sau đó sắp xếp kết quả thành câu, bước hoặc đoạn văn khớp với điều bạn đang muốn nói.
Bạn có thể sử dụng nó ở hầu hết mọi nơi trên thiết bị, dù là email công việc, trò chuyện nhóm hay tài liệu dài, và trải nghiệm luôn nhất quán trên macOS, Windows, iOS và Android.
Bắt đầu miễn phí, với 8.000 từ được bảo hiểm mỗi tuần ở độ chính xác tiêu chuẩn. Chuyển sang Pro có giá $12 cho mỗi thành viên hàng tháng trong gói năm, hoặc $30 nếu bạn trả theo tháng, đồng thời gỡ bỏ giới hạn từ và tăng tốc cho nhóm.
Các công ty lớn hơn có thể hỏi về giá Enterprise, gói này thêm đăng nhập một lần, dấu vết kiểm toán và hỗ trợ ưu tiên.
Với hỗ trợ hơn 100 ngôn ngữ và thói quen học cách bạn viết, nó phù hợp với cả ghi chú ngắn hàng ngày lẫn các bài viết dài hơn.
Thay vì đưa cho bạn một bản ghi thô, Circleback biến các cuộc họp của bạn thành ghi chú có tổ chức với các chủ đề, quyết định và con số được trích xuất rõ ràng, trên Zoom, Teams, Google Meet và các nền tảng khác.

Nó chọn ra các mục hành động khi mọi người nói, giao chúng cho đúng người và giữ tất cả trong một danh sách bạn có thể đánh dấu hoàn thành sau này.
Một tìm kiếm tích hợp cho phép bạn hỏi về một cuộc họp hoặc tất cả cùng một lúc, và mọi câu trả lời đều trỏ đến chính xác thời điểm nguồn gốc của nó.
Tự động hóa kết nối các cuộc họp với các công cụ khác của bạn, vì vậy một cuộc gọi demo có thể tự động tạo một vé Linear hoặc cập nhật một thỏa thuận trong CRM của bạn mà không cần gõ thêm.
Gói Individual bắt đầu ở mức $25 một người dùng mỗi tháng, giảm xuống khoảng $20.83 một tháng khi thanh toán hàng năm, trong khi gói Team có giá $30 một tháng, hoặc $25 một tháng hàng năm, thêm các cuộc họp chia sẻ, tìm kiếm nhóm và cài đặt quản trị. Enterprise được định giá theo yêu cầu và thêm hỗ trợ ưu tiên và kiểm soát bảo mật mạnh hơn.
Tất cả các gói trả phí có thể được dùng thử miễn phí trước khi bạn cam kết đăng ký.
Hầu hết các trình ghi âm cuộc họp thêm một bot hiển thị vào cuộc gọi của bạn, nhưng Bluedot bỏ qua điều đó hoàn toàn và ghi âm trực tiếp từ thiết bị của bạn, cho dù qua Chrome, ứng dụng máy tính để bàn hay điện thoại.

Khi cuộc họp kết thúc, nó cung cấp cho bạn một bản ghi, một bản tóm tắt bằng ngôn ngữ đơn giản và danh sách các mục hành động, và bạn có thể hỏi trò chuyện AI của nó về bất kỳ cuộc họp nào hoặc mọi thứ trong không gian làm việc của bạn cùng một lúc.
Gói Miễn phí cho phép bạn thử với 5 cuộc họp trọn đời mà không mất phí. Từ đó, gói Cơ bản có giá 18 đô la mỗi người dùng hàng tháng cho các cuộc họp âm thanh không giới hạn, và gói Pro tăng lên 25 đô la cho video không giới hạn và độ dài ghi âm không giới hạn.
Gói Doanh nghiệp, ở mức 39 đô la mỗi người dùng mỗi tháng, thêm đồng bộ CRM và ATS, kiểm soát quản trị và SSO cho các nhóm lớn hơn, và mỗi gói trả phí đều rẻ hơn đáng kể nếu bạn trả theo năm thay vì hàng tháng.
Các công ty muốn trả một khoản cố định bất kể số lượng nhân viên cũng có thể yêu cầu giá tùy chỉnh.
Thêm hỗ trợ hơn 100 ngôn ngữ và các phương pháp bảo mật vững chắc, Bluedot phù hợp cho cả nhóm bán hàng, tuyển dụng và hỗ trợ.
Thay vì gõ chữ, Willow Voice cho phép bạn chỉ cần nói và nó biến lời nói của bạn thành văn bản trau chuốt, được định dạng bên trong bất kỳ ứng dụng nào bạn đang sử dụng, từ email đến trò chuyện hay ghi chú.

Ứng dụng có sẵn trên Mac, Windows và iPhone và học phong cách viết của bạn theo thời gian để các câu trả lời nghe như chính bạn viết.
Bắt đầu hoàn toàn miễn phí. Gói miễn phí bao gồm phiên âm không giới hạn với mô hình Frontier Mini, cá nhân hóa cơ bản và 20 lượt sử dụng trợ lý viết Scribe mỗi tuần.
Nâng cấp lên Pro mang đến mô hình Frontier Pro chính xác hơn, Scribe không giới hạn, phiên âm nhanh hơn và truy cập trên iPhone, với giá 15 đô la cho mỗi người dùng mỗi tháng hoặc 12 đô la khi thanh toán theo năm.
Gói Business bổ sung các tính năng nhóm như từ điển dùng chung, thanh toán tập trung và bảo mật mạnh hơn như SOC 2 và không lưu trữ dữ liệu, với giá 35 đô la mỗi tháng hoặc 28 đô la khi thanh toán theo năm.
Các tổ chức lớn hơn có thể chuyển sang Enterprise, gói này bổ sung đăng nhập một lần, hỗ trợ chuyên biệt và các kiểm soát nâng cao với giá tùy chỉnh.
Thay vì cung cấp cho bạn một bản ghi âm thô với đầy các từ đệm và câu dở dang, AudioPen viết lại lời nói của bạn thành văn bản mà bạn có thể gửi hoặc xuất bản ngay lập tức.

Bạn chọn từ các phong cách viết được cài sẵn như công việc, email, hoặc ghi chú thông thường, hoặc dạy cho nó giọng điệu của riêng bạn bằng cách cung cấp các mẫu văn bản của bạn.
Nó hoạt động trên nhiều thiết bị, bao gồm ứng dụng Mac với phím tắt gõ nhanh, bàn phím iOS, ứng dụng Android và tiện ích Chrome cho trình duyệt.
Thay vì đăng ký, AudioPen bán quyền truy cập dưới dạng các lượt trả một lần. Ba tháng có giá $33, một năm là $99, và hai năm là $159, mỗi lần chỉ tính phí một lần.
Mọi gói đều bao gồm các công cụ giống nhau, viết lại bằng AI không giới hạn, tải lên tệp âm thanh, SuperSummaries, các thư mục và thẻ được tổ chức, và tích hợp qua Zapier và webhook.
Các bản ghi âm được xóa khỏi máy chủ nhanh chóng và ghi chú của bạn không bao giờ được sử dụng để huấn luyện mô hình AI, điều này giúp toàn bộ quá trình nhanh chóng và riêng tư.
Sembly tham dự các cuộc họp của bạn trên Zoom, Google Meet, Teams hoặc Webex, ghi âm cuộc trò chuyện và tạo ra bản phiên âm sạch sẽ với mỗi người nói được gắn nhãn.

Từ bản phiên âm đó, nó viết các bản tóm tắt, ghi chú cuộc họp có cấu trúc và danh sách các mục hành động với người phụ trách và thời hạn được gán tự động.
Trợ lý của nó, Semblian, có thể được hỏi các câu hỏi về một cuộc họp hoặc toàn bộ lịch sử cuộc họp của bạn, và có thể soạn thảo các tài liệu như đề xuất, báo cáo tình trạng hoặc nhật ký rủi ro bằng cách sử dụng chi tiết thực tế được trích xuất từ những gì thực sự được nói.
Gói Basic bắt đầu từ $17 một tháng cho một người dùng, Pro có giá $29 cho mỗi người dùng một tháng cho các nhóm tối đa 40 người, và MAX có giá $39 cho mỗi người dùng một tháng cho các nhóm lớn hơn cần nhật ký kiểm toán, tuân thủ HIPAA và đăng nhập một lần. Thanh toán hàng năm giảm giá mỗi mức, và các tổ chức lớn hơn có thể liên hệ để có gói Enterprise tùy chỉnh.
Ngồi trong cuộc gọi và gõ ghi chú cùng một lúc là điều khó khăn, và Avoma được xây dựng để giúp bạn bớt việc đó. Nó ghi âm cuộc họp, viết bản phiên âm trực tiếp và cung cấp cho bạn ghi chú AI với các mục hành động ngay sau khi cuộc gọi kết thúc.

Nó còn đi xa hơn cả việc ghi chú. Một công cụ lên lịch tích hợp xử lý đặt lịch 1:1, nhóm và luân phiên, một bộ định tuyến khách hàng tiềm năng tự động gửi khách hàng tiềm năng mới đến đúng người, và Ask Avoma cho phép bạn đặt câu hỏi về bất kỳ cuộc họp hoặc giao dịch nào trong quá khứ.
Đội ngũ bán hàng và thành công có thể thêm Conversation Intelligence để chấm điểm cuộc gọi và huấn luyện, hoặc Revenue Intelligence để cảnh báo rủi ro giao dịch, dự báo và phân tích thắng thua.
Về giá, Startup bắt đầu từ 29 đô la một ghế một tháng, Organization là 39 đô la một tháng và mang nhãn phổ biến nhất, còn Enterprise có giá 39 đô la mỗi ghế khi thanh toán hàng năm với các tiện ích bổ sung như SSO và hỗ trợ HIPAA.
Người xem không bao giờ ghi âm cuộc gọi vẫn miễn phí, và bản dùng thử 14 ngày mở khóa mọi tính năng, bao gồm cả tiện ích bổ sung, mà không yêu cầu thẻ.
Thay vì gõ ghi chú trong cuộc gọi, Notta ghi lại cuộc trò chuyện và đưa cho bạn bản phiên âm sạch sẽ sau đó, kèm theo nhãn người nói và dấu thời gian.

Nó tự động tham gia các cuộc họp Zoom, Google Meet, Microsoft Teams và Webex, hoặc bạn có thể để ứng dụng máy tính để bàn ghi âm âm thanh trong nền mà không ai nhận thấy một bot trong phòng.
Mỗi bản ghi đều có tóm tắt AI và danh sách các mục hành động, vì vậy việc cập nhật sau cuộc họp chỉ mất vài phút thay vì phát lại toàn bộ.
Notta Brain xây dựng trên nền tảng này bằng cách xem xét nhiều cuộc họp và tệp cùng một lúc, trả lời câu hỏi và chuyển chúng thành slide, báo cáo hoặc email tiếp theo.
Giá bắt đầu miễn phí với 120 phút mỗi tháng, chuyển lên Pro ở mức $13.49 một tháng cho 1,800 phút và công cụ dịch, sau đó là Business ở mức $27.99 một tháng cho mỗi chỗ ngồi cho phiên âm không giới hạn và các tính năng nhóm.
Các tổ chức lớn hơn có thể chuyển lên Enterprise với giá tùy chỉnh và bảo mật bổ sung, trong khi máy ghi Notta Memo và các ứng dụng di động mở rộng việc ghi âm vượt ra ngoài máy tính để bàn.
Hãy coi HappyScribe như một cách để không phải gõ văn bản từ âm thanh và video bằng tay. Tải bản ghi lên hoặc liên kết với Zoom, Google Meet hoặc Microsoft Teams, và công cụ sẽ trả lại bản ghi chép có đánh dấu người nói và kèm dấu thời gian, hỗ trợ hơn 150 ngôn ngữ.

Công cụ cũng hoạt động như một trợ lý cuộc họp. AI Notetaker có thể tự tham gia cuộc gọi, tạo tóm tắt với các hạng mục hành động và gửi email ghi chú cho tất cả mọi người sau đó.
Từ đó, bạn có thể làm sạch văn bản trong trình chỉnh sửa trực tuyến, dịch văn bản, chuyển thành phụ đề và tải xuống dưới dạng DOCX, SRT, PDF hoặc một số định dạng khác. Ngoài ra còn có công cụ AI Chat để đặt câu hỏi về một bản ghi cụ thể hoặc toàn bộ không gian làm việc của bạn cùng lúc.
Để bắt đầu, bạn có thể dùng miễn phí với bản dùng thử AI 10 phút và bản ghi 45 phút. Gói Basic có giá 17 đô la một tháng cho một người, gói Pro có giá 29 đô la một tháng và thêm AI Chat không giới hạn cho nhóm nhỏ, còn gói Business có giá 89 đô la một tháng với hướng dẫn phong cách và bảng thuật ngữ không giới hạn cho nhóm lớn hơn.
Mọi gói trả phí đều rẻ hơn khi thanh toán theo năm, và tùy chọn Enterprise có sẵn thông qua bộ phận bán hàng với hỗ trợ bổ sung và đăng nhập một lần. Dịch vụ hiệu đính chuyên nghiệp của con người cũng có thể được thêm vào với giá khoảng 1,90 đến 2,00 đô la mỗi phút.
Fireflies.ai tự động tham gia cuộc gọi video của bạn, ghi âm chúng và tạo bản phiên âm cũng như tóm tắt mà không cần bất kỳ nỗ lực thủ công nào. Nó hoạt động trên Zoom, Google Meet, Microsoft Teams và các công cụ khác, đồng thời hiểu hơn 100 ngôn ngữ.

AskFred, trợ lý AI tích hợp, trả lời các câu hỏi về bất kỳ cuộc họp nào trước đây, trong khi Live Assist cung cấp ghi chú và gợi ý theo thời gian thực khi cuộc gọi đang diễn ra.
Gói Free miễn phí mãi mãi và bao gồm phiên âm không giới hạn với 20 tín chỉ AI. Gói Pro có giá 18 đô la mỗi ghế mỗi tháng, hoặc 10 đô la cho gói hàng năm, thêm ghi âm video và các tính năng tự động hóa như Voice Agents.
Gói Business có giá 29 đô la mỗi ghế mỗi tháng, hoặc 19 đô la hàng năm, mang lại lưu trữ không giới hạn cùng với Conversation Intelligence và phân tích cấp nhóm.
Gói Enterprise có giá 39 đô la mỗi ghế mỗi tháng khi thanh toán hàng năm, thêm SSO, SCIM, tuân thủ HIPAA và người quản lý tài khoản chuyên trách.
Vì kết nối với Salesforce, HubSpot và Slack, các nhóm bán hàng, tuyển dụng và hỗ trợ có thể đẩy thông tin chi tiết từ cuộc họp ngay vào quy trình làm việc hiện có của họ.
Thay vì gửi bot vào các cuộc họp của bạn, Tactiq âm thầm đọc phụ đề đã có sẵn từ Google Meet, Zoom hoặc Microsoft Teams thông qua tiện ích mở rộng Chrome của nó. Không có âm thanh nào được ghi hoặc lưu trữ.

Trong cuộc gọi, một bản phiên âm trực tiếp xuất hiện trong bảng điều khiển bên cạnh, cho phép bạn gắn thẻ mục hành động, đánh dấu các dòng quan trọng và hỏi AI các câu hỏi theo thời gian thực.
Khi cuộc họp kết thúc, Tactiq có thể tạo tóm tắt, liệt kê các mục hành động kèm tên người phụ trách hoặc soạn email theo dõi tự động. Các bản phiên âm trong quá khứ vẫn có thể tìm kiếm và quy trình làm việc có thể gửi nội dung đó trực tiếp đến Slack, Notion hoặc các công cụ khác của bạn.
Gói miễn phí cho một người dùng 10 bản phiên âm và 5 tín dụng AI mỗi tháng. Pro dỡ bỏ giới hạn phiên âm với giá 12 đô la cho mỗi người dùng mỗi tháng, Team mở khóa tín dụng AI không giới hạn ở mức 20 đô la, và Business thêm SSO và kiểm soát dữ liệu mạnh mẽ hơn với giá 40 đô la. Giá Enterprise được thương lượng trực tiếp cho các tổ chức lớn hơn.
Với việc tuân thủ SOC 2, ISO 27001, GDPR và HIPAA, nó cũng đáp ứng được các nhóm có nhu cầu bảo mật nghiêm ngặt hơn.
Ngồi trong một cuộc họp và gõ ghi chú cùng lúc là điều khó khăn, MeetGeek xử lý phần ghi chú bằng cách tự động ghi âm và phiên âm các cuộc gọi của bạn.

Nó có thể tham gia các cuộc họp đã lên lịch trên Zoom, Google Meet và Microsoft Teams, hoặc bỏ qua bot hoàn toàn và ghi âm qua tiện ích mở rộng trình duyệt, ứng dụng máy tính để bàn hoặc ứng dụng điện thoại.
Khi cuộc họp kết thúc, bạn nhận được một bản tóm tắt bằng văn bản bao gồm các điểm chính, quyết định đã đưa ra và các mục hành động để theo dõi, cùng với tùy chọn trò chuyện với AI về bất cứ điều gì đã thảo luận.
Bắt đầu miễn phí, gói Basic miễn phí vĩnh viễn với 3 giờ phiên âm mỗi tháng.
Nâng cấp lên, Pro có giá $15,99 mỗi người dùng hàng tháng, hoặc $9,99 với thanh toán hàng năm, và mở khóa nhiều dung lượng lưu trữ và tự động hóa hơn, trong khi Business có giá $27 mỗi người dùng hàng tháng với bản dùng thử 14 ngày và thêm phiên âm không giới hạn và các tính năng nhóm.
Giá Enterprise tùy chỉnh và được xây dựng cho các tổ chức cần bảo mật và hỗ trợ thêm.
Krisp hoạt động thầm lặng trong nền các cuộc gọi của bạn, làm sạch âm thanh trước khi đến tai người kia. Thay vì kết nối với một ứng dụng cụ thể, nó cắm vào thiết bị của bạn như một micro và loa ảo, vì vậy nó hoạt động với Zoom, Teams, Slack Huddles và hầu hết các công cụ gọi điện khác.

Trợ lý cuộc họp AI của nó có thể tham dự cuộc họp mà không có bot hiển thị, sau đó cung cấp cho bạn bản ghi, tóm tắt và danh sách các mục hành động khi cuộc gọi kết thúc.
Người dùng mới được dùng thử miễn phí 7 ngày mà không cần thẻ. Sau đó, gói Core có giá 16 đô la mỗi tháng cho mỗi vị trí, giảm xuống còn 8 đô la khi thanh toán theo năm và bao gồm khử tiếng ồn không giới hạn cùng 10 GB dung lượng lưu trữ.
Giá Advanced ở mức 30 đô la mỗi tháng, hoặc 15 đô la mỗi năm, mở khóa các phiên chuyển đổi giọng dài hơn, bảng điều khiển quản lý và các công cụ như đồng bộ hóa Salesforce. Các tổ chức lớn hơn có thể chuyển sang gói Enterprise tùy chỉnh để có đăng nhập một lần, hỗ trợ HIPAA và lưu trữ không giới hạn.
Dòng sản phẩm Call Center AI riêng bắt đầu gần 10 đô la mỗi nhân viên mỗi tháng và các nhà phát triển có thể đăng ký truy cập SDK để tự xây dựng các tính năng tương tự.
tl;dv tự động ghi âm, chuyển văn bản và tóm tắt các cuộc họp trên Zoom, Google Meet và Microsoft Teams, biến cuộc gọi thành ghi chú có thể tìm kiếm mà không cần người ghi chú.

Bắt đầu là miễn phí. Gói Miễn phí cung cấp ghi âm và bản chuyển văn bản không giới hạn, mặc dù ghi chú cuộc họp AI bị giới hạn ở 10 cuộc họp mỗi tháng và truy vấn Ask AI bị giới hạn ở 5.
Các cá nhân và nhóm nhỏ thường chuyển sang Pro, có giá 29 đô la mỗi tháng hoặc 18 đô la mỗi tháng khi thanh toán hàng năm, giúp loại bỏ giới hạn ghi chú AI, thêm Ask AI không giới hạn cho một cuộc họp, tùy chỉnh thương hiệu bot và hàng nghìn tích hợp.
Các nhóm cần tự động hóa nhiều hơn chọn Business, với giá 39 đô la mỗi tháng hoặc 29 đô la mỗi tháng hàng năm. Gói này mang lại chuyển văn bản cao cấp, hỗ trợ đa ngôn ngữ, thông tin chi tiết đa cuộc họp không giới hạn, công cụ huấn luyện và không tính phí AI theo mức sử dụng.
Các tổ chức lớn hơn có thể chuyển sang Enterprise, sử dụng giá tùy chỉnh và bổ sung kiểm soát quản trị toàn tổ chức, SCIM, SSO tùy chỉnh, AI lưu trữ riêng và người quản lý thành công chuyên trách.
Được hỗ trợ bởi tuân thủ SOC 2 và GDPR với lưu trữ dữ liệu tại EU, tl;dv phù hợp cho mọi đối tượng từ người dùng cá nhân đến nhóm doanh nghiệp.
Thay vì viết nguệch ngoạc ghi chú trong cuộc gọi, Fathom ngồi ở nền của các cuộc họp Zoom, Google Meet hoặc Microsoft Teams của bạn và tự động biến cuộc trò chuyện thành bản ghi và tóm tắt sạch sẽ.

Ngay khi cuộc gọi kết thúc, bạn nhận được bản tóm tắt bằng văn bản, bản ghi đầy đủ có nhãn cho từng người nói và danh sách các mục hành động có sẵn. Các cuộc họp trước đó vẫn có thể tìm kiếm, vì vậy bạn có thể đặt câu hỏi cho Fathom và nhảy thẳng đến khoảnh khắc đã thảo luận.
Việc bắt đầu không tốn gì. Gói miễn phí bao gồm số lần ghi không giới hạn và bản tóm tắt tức thì. Nâng lên Premium với 16 đô la mỗi tháng cho mỗi người dùng mở khóa các bản tóm tắt sâu hơn, mục hành động tự động và trợ lý họp kiểu trò chuyện.
Đối với các nhóm làm việc cùng nhau, gói Team có giá 15 đô la mỗi tháng cho mỗi người dùng và thêm tìm kiếm chia sẻ cùng các tính năng cộng tác, trong khi Business với 25 đô la mỗi tháng cho mỗi người dùng mang lại cập nhật CRM, theo dõi giao dịch và thẻ điểm huấn luyện cho các nhóm bán hàng và hỗ trợ.
Khách hàng Enterprise nhận được đăng nhập một lần, lưu trữ dữ liệu tùy chỉnh và người quản lý thành công chuyên trách, với giá cả được sắp xếp theo tổ chức. Trên mọi gói, dữ liệu cuộc họp cũng có thể được kết nối trực tiếp vào ChatGPT hoặc Claude.
Liên quan đến
Chuyển giọng nói thành văn bản bằng AI






























