藉由「Look in my eyes! Baby, tell me why」認識AI生成工具 – IV (end)

回顧 藉由「Look in my eyes! Baby, tell me why」認識AI生成工具 – III

前一篇最後提到Noiz已經把文字提取，這篇文章會在稍微提一下語音轉文字的方式，一個可以利用 https://sj.qq.com/appdetail/com.dougao.watqapp 來製作，另外也可以本地化執行Whisper來轉文字。

Whisper（本地安裝）語音轉文字

OpenAI Whisper 是一個功能強大的語音轉文字模型，能將音訊檔案轉錄成文字，甚至進行跨語言翻譯。根據你的使用需求，主要有兩種方式可以使用 Whisper：透過 OpenAI API 或 本地端安裝。如果你不想依賴 API，或是需要處理大量音訊，可以將 Whisper 模型安裝在自己的電腦上。

1. 安裝 Python 和 FFmpeg：
   • 確保你的電腦上已經安裝了 Python。
   • 安裝 FFmpeg，這是一個處理音訊和影片檔案的必要工具。你可以從 FFmpeg 官方網站下載安裝。
2. 安裝 Whisper 套件：
   • 使用 pip 指令安裝 Whisper：
   Bashpip install git+https://github.com/openai/whisper.git
3. 使用命令行操作：
   • 安裝完成後，你可以在終端機或命令提示字元中直接使用 whisper 指令。
   • 基本轉錄：Bashwhisper "你的音訊檔.mp3"
   • 指定語言：
     • 雖然 Whisper 能自動偵測語言，但如果你想確保準確性，可以指定語言。
     Bashwhisper "你的音訊檔.mp3" --language zh 其中 zh 代表中文。
   • 選擇模型：
     • Whisper 提供不同大小的模型（tiny, base, small, medium, large）。模型越大，準確度越高，但處理速度越慢且佔用更多資源。
     Bashwhisper "你的音訊檔.mp3" --model medium

*以上文章部份為AI產生內容，無商業用途。