如何使用人工智能免费转录文本

如何使用人工智能免费转录文本

早在人工智能被用于生成视频和编写程序之前,它就被用于理解口语并采取行动。人工智能就是你能够与 Alexa、Siri 和 Google Assistant 聊天并让这些应用执行你的命令的原因。

这些算法同样可以帮助你从包含演讲的音频文件创建数字记录,无论这些文件是会议、采访、讲座还是你为自己录制的语音笔记。记录为你提供了所说内容的书面记录,并且可以轻松搜索。

Rev 和 Happy Scribe 等知名转录服务仅提供有限数量的免费转录,但借助 Whisper,您可以免费完成转录工作。这是 OpenAI(因 ChatGPT 而出名)开发的语音转文本引擎,使用起来没有任何限制。

你可以选择使用 Hugging Face 托管的 Web 版应用,它很方便,但在高峰时段通常很忙。你也可以选择在 Windows 上本地安装该软件——这意味着转录速度更快,但你需要一台不错的 PC 来满足 AI 处理需求。

网上悄悄话

网页版 Whisper 使用起来快捷方便。截图:Whisper

前往 Hugging Face 上的 Whisper,您可以直接在浏览器中免费转录音频 - 您甚至不需要注册帐户。您可以选择从计算机上传音频文件,或者如果您连接了麦克风,也可以直接将语音录制到应用程序中。请记住,您的音频可能会用于进一步训练未来的 AI 模型 - 通常情况下,OpenAI 和 Hugging Face 的隐私政策对此并不明确。

要上传并处理音频文件:

  • 打开音频文件选项卡。
  • 选择单击上传
  • 选择一个音频文件。
  • 勾选“转录”框。
  • 单击“提交”

片刻(或更长时间)后,您将在屏幕右侧看到文本输出。处理时间取决于音频文件的长度以及 Hugging Face 服务器的繁忙程度。由于这是一项对所有人开放的免费服务,因此它也非常受欢迎,因此您可能会发现文件需要等待很长时间才能通过队列。

在界面中,你会发现一些有用的工具。例如,点击音频播放栏上方的小笔图标,你可以修剪剪辑的开头和结尾——如果你需要剪掉音频中的静音或不重要的部分,这个功能就很方便了。

您还可以切换到“麦克风”选项卡,直接在 Whisper 界面录制一些音频,或者切换到YouTube选项卡,从任何视频中获取转录。只需粘贴视频 URL,就可以开始了。值得注意的是,YouTube 已经自动为一些视频添加了转录,可以在评论部分找到。

Windows 上的 Whisper

Whisper 使用简单的命令提示符界面。截图:Whisper

如果您在 Whisper Web 应用程序中遇到很多延迟,或者您只是想让您的转录处理更加本地化和私密,您可以在 Windows 计算机上设置 AI 模型。您需要安装支持 CUDA 的显卡(请参阅此处的列表),并且至少有 4GB 的 VRAM,才能处理处理 - 如果您安装了较新的 Nvidia 卡,它可能会符合条件。

这个过程更加复杂,而且用户界面也不多,所以并不适合所有人。不过,它确实具有我们已经提到过的优点,而且你不必排队等待文件处理。如果你喜欢摆弄代码和程序,这也是一个很酷的小项目。

假设您的计算机满足要求,您需要在计算机上安装一些软件:用于编码的 Python(确保在安装过程中选中将python.exe 添加到 PATH )、用于机器学习库的 PyTorch、用于管理软件包的 Chocolatey 和用于音频处理的 FFmpeg。如果您需要,它们都附带相关网站上的安装说明。

然后你就可以安装 Whisper 了:在“开始”菜单上搜索“cmd”,打开“命令提示符” ,然后输入“pip install -U openai-whisper”并按Enter键。安装完成后,你可以像这样转录文件:

  • 在文件资源管理器中打开包含音频文件的文件夹。
  • 点击顶部的地址栏,输入“cmd”,然后按Enter
  • 输入“whisper”,然后输入空格,然后输入音频文件的名称。
  • 再次按Enter 键,处理开始。

文本显示在屏幕上,并作为一系列文本文件保存在与音频相同的文件夹中。如果您需要同时转换多个文件,只需在“whisper”命令后列出所有文件,并用空格分隔每个文件。

即使你不熟悉 Python 或命令提示符,你也不会在启动和运行所有程序时遇到太多麻烦。网上有很多指南可以提供帮助。这是最好的教程之一,它一步步指导你完成每个阶段,并解释一些可用的高级功能(例如切换到不同的 AI 模型)。

<<:  专家推荐最好的家用风力涡轮机

>>:  有助于避免分心的 5 款最佳写作应用

推荐阅读

Ultimate Ears Hyperboom 扬声器专为派对而打造(并且只用于派对)

走进任何一家实体百货商店的音响部,都会感觉仿佛进入了时光隧道。许多音响系统似乎停留在几十年前的状态,...

截至 4 月 30 日,可节省 450 美元,终身使用广受好评的 Babbel 语言学习应用程序

职业领域对多语言沟通者的需求很高,对于任何计划环游世界的人来说,这些工具可以成为改变生活的资源。幸运...

欣赏 2024 年年度水下摄影师大赛的 11 幅精彩照片

深入探索浩瀚海洋的奇妙之处,摄影师捕捉到令人惊叹的细节。瑞典选手亚历克斯·道森 (Alex Daws...

Xbox Series X 提供杀手级游戏体验——前提是你的电视可以处理

在次世代游戏的早期阶段,要看到 Xb​​ox Series X 等设备提供的一些优势可能有些困难。我...

有一种更好的方法可以在雪上使用岩盐

在美国,每当雪落在人行道上时,我们都会在上面撒盐。这一传统始于二战后的州公路管理部门,后来被市政除雪...

《文豪野犬湾!》的魅力与评价:治愈与欢笑的新一面

文豪野犬湾! - 全面了解引人入胜的衍生剧“文豪野犬湾!”是一部电视动画系列,于 2021 年 1 ...

湘南爆走族 III 十盎司的羁绊 - 全面回顾羁绊与友情的感人故事

《湘南爆走族III 十盎司之约》——青春的匆忙和友情的重量1987年10月24日上映的《湘南爆走族I...

《狸吉物语》:引人入胜的故事和深刻的人物洞察

狸吉的故事 - 狸吉的大桥■ 公共媒体剧院■ 原创媒体动漫原创■ 发布日期1931 年 6 月■频率...

如何避免 eBay 诈骗

当您登录 eBay 与陌生人交换商品和金钱时,自然会感到不安。您怎么知道您在与谁打交道?您的金钱或个...

海水温度达到 100 度,佛罗里达州大规模珊瑚礁白化

随着美国西部继续与极端气温作斗争,佛罗里达州南部附近的海域也在升温。一些地方的海水温度达到了前所未有...

Apple Watch 正在演变成合法的医疗设备

从一开始,健身和健康追踪器就一直在稳步增加其监测的生理变量数量。起初,它们只是计算你的步数。后来,红...

官方消息:美国宇航局的新视野号航天器创造了历史

官方消息:美国宇航局的新视野号探测器于 2015 年造访过冥王星,现已成功飞越 2014 MU69,...

“火环”月食和猎人月将给十月的天空带来月球奇观

10 月 14 日日环食10 月 21 日至 22 日猎户座流星雨预计达到高峰10 月 23 日金星...

海军陆战队使用“机器山羊”发射火箭推进榴弹

9 月 9 日,加利福尼亚州二十九棕榈村的海军陆战队将火箭发射器绑在市售的机器山羊背上,作为战术训练...

动画化复活的怀旧游戏《TwinBee Paradise》的魅力与评价

TwinBee PARADISE - TwinBee Paradise - 全方位测评推荐■ 公共媒...