Whisper AI |OpenAI语音文字轉錄|免費開源|Whisper語音識別教學

語音和文字配合影片進行信息的傳遞已成為信息流不可或缺的部分，從做文字會議記録，再到影片或後期處理，人們對於語音轉文字和語音與字幕翻譯轉換這些功能需求越來越大。

AI的發展給語音和文字之間進行便捷轉換提供了新的方式，大多人會選擇Whisper解決语音文字轉錄的需求，對於初學者是需要劃分大量的時間去學習這個軟體的，相反Hitpaw Edimakor AI一鍵语音文字轉錄功能更加適合新人和普通大眾使用。

第一部分：Whisper是什麽

Whisper app 是 OpenAI 發布的一項開源的自動語音辨識 (ASR) 系統。它能將語音訊號轉換為文字，具廣泛應用，如語音助理、語音命令、語音轉錄等領域。

目前的WhisperAI已經掌握了除英語以外的96中預言的辨識、翻譯和轉録的能力。同時它已經可以執行對各國語言的口音辨識功能和執行處理背景噪音、處理較差的音頻等等任務。

Openai Whisper 是一項開源技術，人們都可以不受開方商限制地使用 Whisper 語音辨識，可以免費、自由地在自己的電腦利用 Whisper 來執行語音辨識、翻譯。

Whisper AI字幕軟體的優缺點

Whisper AI字幕軟體是Whisper最為重要應用，與其他相似軟體相比有以下這些優缺點：

優點:

免費
正確性高
語句分段准確
資料的安全性有保障

缺點:

性能與電腦特別是顯卡性能掛鈎
軟體運行受操作系統限制
下載安裝使用需要計算機基礎知識
彈幕功能模塊化功能不高，不利於新人快速入門
支援的檔案格式較少

第二部分：Whisper AI安装和使用

Whisper AI安装的詳細步骤

步驟1： 下載WhisperDesktop安装包

點進 WhisperDesktop 的 GitHub 連結進行Whisper AI 下載。

在「Releases」欄位找到當前最新的版本。點擊下載最新版本，下載後解壓安裝即可。

步驟2： 下載AI語音識別模型檔案 (model)--ggml 語音模型

到Hugging Face 下載 AI 模型檔。建議下載 ggml-medium.bin (1.5GB)可以獲得最好的轉換品質；如果電腦效能較差，也可以改用 ggml-small.bin (488MB) 替代，轉換品質相近，但會省下很多運算時間。

步驟3： Whisper AI基础設定

打開已經下載的壓縮檔，執行「WhisperDesktop.exe」，在畫面上點選右邊的【…】按鈕選擇已經下載完畢的模型檔。選擇「GPU」后按【OK】。

步驟4： 文字語音轉換設定

點開【Language】選擇語言，如whisper中文或其他語言，然後上載需要轉錄的文件。

然後選擇要轉換的影音檔，可以使用 mp3 或 mp4、avi 這類聲音或影片檔。

最後選擇要輸出的格式，轉換逐字稿可選「Text file」或「Text with timestamps」(有時間標記)，影片字幕則選擇「SubRip subtitile」。

注: Whisper AI 軟體的下載和界面都是英語的，想要中文軟體的可以看下面介紹的 Hitpaw Edimakor 軟體。

Whisper AI 的使用

在基礎設置完成後啓動軟體，找到並選定需要轉錄的文件

Output Format (輸出格式) 點開來，可以根據自己的需求選擇。

如果需要影片的「逐字稿」，我們可以選擇「Text file」純文字檔案。

如果需要影片的「CC 字幕」，我們可以選擇「Subrip subtitles」SRT 檔案。

輸出的路徑的選擇有兩種方法可以選擇：

方法 1：打勾，輸出在與影片相同的資料夾。
方法 2：點「…」，自訂想輸出的資料夾。

需要掌握轉錄進度有兩個方法：

方法 1：綠色進度條。
方法 2：「Debug Console」(除錯控制台) 打勾，觀察程式的運作進度。

第三部分：Whisper AI 語音轉文字的理想替代方案——Hitpaw Edimakor

Hitpaw Edimakor是一款功能強大且用戶友好的影視剪輯軟體。與Whisper相比，Edimakor不需要繁複的安裝及設定步驟，界面簡潔且易於操作。打開Hitpaw Edimakor軟體之後找到需要處理的源文件就可以對其進行各種剪輯，其中最重要的語音轉文字AI功能、自動字幕、AI音頻翻譯、智慧撰稿、ai摳圖等功能都可以一鍵生成效果，這樣簡單的界面對於新人來説完全不會有壓力。