《從語音到文章: 運用AI工具，激增寫作效率》3：口說成文的好處與語音辨識軟體選擇指南

更新於 2024/09/01發佈於 2023/09/02閱讀時間約 0 分鐘

這裡看上一集：

你習慣用語音來隨時紀錄自己的想法嗎？

自己口說成文有很多好處。首先，這種方式可以讓我們更加直觀地表達自己的想法，而不需要花太多時間思考如何用文字來表達。其次，通過口說，我們可以更加清晰地表達出自己的想法，進而更加了解自己的理解程度。而且，這種方式也可以幫助我們更好地記錄下自己的想法，方便我們以後進一步加工和修改。

使用自動化工具Zapier，可以讓這個「用語音捕捉靈感」的過程更加有效率。

我每天都會使用語音辨識軟體，將自己的口語轉換成文字，並且使用 ChatGPT 等 AI 工具來找出逐字稿中的重點，進一步幫助我整理出更具有邏輯性的內容。此外，我也使用 Notion 等數位平台上的 AI 工具，對文章進行進一步修改和潤色，讓文章更加具體詳細，更易讀。

不過關於使用哪一款語音辨識軟體或服務，其實也很有講究。

語音辨識自己的想法，基本上會遇到下面這三個主要問題。

首先是語音辨識的準確性。雖然現在語音辨識的科技已經很進步，但語音辨識出來的內容，仍然不是100%準確的。我自己主要使用的3種語音辨識服務，準確度從低到高的排序為Day One 日誌裡面的語音辨識，Open AI的Whisper到Fadel.io的VidCap。

第二是逐字稿資訊過多。口說往往比寫作更為冗長，這可能導致我們需要花費更多時間去篩選和編輯語音辨識後的逐字稿。我自己實務的經驗上，在口說時會看Day One 日誌顯示的已經辨識了多少個中文字。如果已經辨識到500個中文字，我就會停下來，當作是一次想法的捕捉。這樣控制口說內容的長度，對接下來的逐字稿編輯，文章潤色，都很有好處。

最後則是語音辨識的成本問題。高品質的語音辨識軟體和AI工具可能需要一定的費用。在2023年八月，Day One 日誌使用Premium服務一年是35美金，大約1100元新台幣。Open AI的Whisper的費率是每分鐘0.006美金。一則500個中文字的語音大約會是6分鐘，利用Open AI的Whisper辨識大約花費1.5元新台幣。而Fadel.io的VidCap則是一年33美金，大約990元新台幣。

選擇合適的語音辨識軟體，你需要先問自己這3個問題。

上面我介紹了我常用的語音辨識服務，分別是Day One 日誌裡面的語音辨識，Open AI的Whisper到Fadel.io的VidCap。一個適合你的語音辨識軟體可能不適合其他人，所以最重要的是要根據自己的需求和預算進行選擇。

我會在哪些場景下使用語音辨識？：先想想看自己會在哪個場景下使用語音辨識。一些人可能需要在多種環境下使用語音辨識，例如在家裡、在外面、在車上等等。不同的使用場景，不同語音辨識軟體效果都會有差異。我自己是使用語音辨識的場景，主要就兩個：在外面走路前往某的地方的路上，在浴室浴缸泡澡的時候。(其實有一次我在UCLA被卡在電梯裡50分鐘，當時我就用語音辨識紀錄了很多內容，後來集結成小書，很方便）
這個語音辨識軟體或服務是否支援繁體中文？：不是所有語音辨識軟體都支持繁體語言。很多都是只有簡體中文，那麼辨識出來的效果，對於我們講台灣繁體中文的人就沒這麼好。我這裡介紹的Day One 日誌，Open AI的Whisper到Fadel.io的VidCap都能夠把繁體中文辨識得非常好。
語音辨識後的檔案是否能自由下載？：某些語音辨識軟體或服務是線上服務，你需要在他們的網站上上傳語音檔案或者線上錄音。要注意看錄音完或者上傳後的檔案是否可以下載回來，以及辨識出來的逐字稿是不是都能自由複製。如果不行，那等於被這些線上軟體綁架，要趕緊離開。我這裡介紹的Day One 日誌，Open AI的Whisper到Fadel.io的VidCap，都能夠很自由的取得語音辨識相關的檔案。

語音辨識不僅可以大大提高你的寫作速度和效率，還能讓你更加自然和真實地表達自己！通過選擇合適的語音辨識工具和方法，你可以克服逐字稿資訊過多、成本和準確性等方面的挑戰。只要用得順，這將為你帶來一個更高效、更滿意的寫作經歷。這就是「用語音捕捉靈感」能激增我們寫作效率的底層邏輯！

嘗試用語音辨識收集自己的想法吧！你會體會到一種前所未有的創作效率！