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

一次致命的直升机坠毁事故暴露了网红营销的复杂性和风险

今年 3 月,一架载有 5 名游客的观光直升机在纽约市东河坠毁,5 名游客全部遇难。在随后的几天和几...

这款打鼾解决方案可让您睡得更久、更安稳

距离 2023 年仅剩几天,此时你的新年愿望清单可能已经浮现在你的脑海中。如果你和大多数人一样,锻炼...

这款打折的电动滑板车非常适合那些喜欢走捷径(并且讨厌停车)的人

知道有人梦想以更快、更舒适的方式在城里出行吗?Phantom Commuter R1 Pro 可让他...

《苹果核战记》的吸引力与评价:深度回顾第一集

苹果核战记:赛博朋克杰作1988年4月21日发售的OVA《Appleseed》改编自士郎正宗的同名漫...

《Love Live!Superstar!》第1集的感想与评论

《Love Live!Superstar!》详细评论及推荐系列电视 #1概述“Love Live!S...

氧气或许无法帮助我们找到外星人

ACS 地球与空间化学杂志发表的一项新研究表明,另一个星球上存在大气氧气还远非确凿的迹象。NASA、...

肌肉学校:彻底剖析肌肉与青春的爆笑校园生活!

肌肉学院综合评论及推荐■ 公共媒体电视动画系列■ 原创媒体动漫原创■ 播出时间2007年10月6日~...

谷歌计划耗资 95 亿美元扩建其办公室和数据中心

谷歌首席执行官 Sundar Pichai 周三在一篇博文中宣布,该公司计划投资 95 亿美元进行扩...

新理论解释了 20 世纪 60 年代首次听到的神秘海洋嘎嘎声

64 年前,海洋发出嘎嘎声。具体来说,1960 年,一艘奥伯龙级潜艇上的水手们探测到了一系列短促、奇...

FDA 表示,关于健身追踪器和健康应用,你自己看着办吧

过去几年,医疗领域开发了数千种应用程序、算法和软件,目的都是为了改善患者健康并协助医生做出临床决策。...

宜家工程师假装生活在火星,以帮助他们设计更好的家具

从表面上看,这听起来很傻气,而且完全没用:瑞典家具公司宜家以制造极其便宜(而且通常非常别致)的平板包...

寻找宝物的冒险之旅——“宝がそば”的魅力与评价

“寻宝”——吉卜力工作室短片的吸引力和背景介绍吉卜力工作室的短片《寻宝记》于2011年在三鹰之森吉卜...

地狱冷彻第二季:这部地狱喜剧究竟有何新魅力?

《鬼灯冷彻第二季》的魅力与评价《鬼灯的冷彻第 2 季》是一部电视动画系列,改编自江口奈津美的同名热...

当今健康和科学领域发生的 7 件非日食事件

今天,月球将短暂遮挡太阳光,美国大部分地区都能看到。这令人兴奋、酷炫,而且有些罕见,社交媒体上将充斥...

这些毛茸茸的穴居动物不需要催产素就能坠入爱河

血清素和多巴胺通常被称为“感觉良好”或“快乐”激素,因为它们在改善情绪方面发挥着作用。下丘脑中甚至还...