付費限定

三分鐘內實作聲音轉字幕網頁App

更新於 2024/11/04閱讀時間約 12 分鐘

相信替影片配字幕是許多人心中的痛,本文帶你在三分鐘內能夠用你的電腦,寫出一個使用AI將聲音轉成字幕srt檔案的互動操作網頁,可以連接麥克風測試,也可以上傳聲音檔案或是MP3來測試。

本文主要帶你跑通整個流程,想了解更多,可以參考以下的文章

實作完成圖片:

操作介面簡單俐落,可以麥克風錄音,也可以上傳聲音檔案

操作介面簡單俐落,可以麥克風錄音,也可以上傳聲音檔案

實作導出字幕檔範例:

本程式碼有額外把輸出轉成srt字幕檔案,方便使用者做微調與修改。

本程式碼有額外把輸出轉成srt字幕檔案,方便使用者做微調與修改。

完整流程:

  1. 安裝Anaconda (For python 初次使用者)
  2. 安裝git,並且設定好Git (For git 初次使用者)
  3. 打開Power shell依序輸入以下指令,從Github上面下載程式包,然後到程式目錄下,藉由requirements.txt 安裝好程式運作所需要的python套件
git clone https://github.com/tim9510019/voice2srt.git
cd voice2srt
pip install -r requirements.txt​
以行動支持創作者!付費即可解鎖
本篇內容共 4851 字、0 則留言,僅發佈於人工智慧宇宙你目前無法檢視以下內容,可能因為尚未登入,或沒有該房間的查看權限。
avatar-img
96會員
128內容數
帶你用上帝視角,針對市面上具有高度價值的影片/論文/書籍,用東方取象,與西方邏輯辯證的角度同時出發,跟著我一起來探討宇宙萬事萬物的本質,隨時隨地都可以來一場說走就走的思維旅行。作者在台積電 / 聯發科等科技產業有累計10年的資歷,近期對於人工智慧,東方易經,西方辯證邏輯,還有佛法向內求有深度興趣。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
根據熱力學熵增鐵律,多數人認為宇宙會最終會進入熱寂(亂度散度最大化),然後死去,但事實或許不然,一年有四季,日昇日落,大自然注定是生生不息,循環往復的,有鑑於近來大量閱讀AI關於模型與映射的概念,突然靈光乍現,想出了一套能讓宇宙生生不息的假說,讓我們一起來逐步論證!
相信有不少人在剛接觸Attention is all you need這篇論文的時候,最感到困惑的就是Positional Encoding,知道公式長怎樣,不外乎就是Cosine / Sine,但始終無法直搗黃龍,理解背後的道理,本篇文提供各種觀點,讓你三分鐘內搞懂!
已經有不只一位讀者請教我,人工智慧是否會造成大量失業的問題,於是催生了本篇文章,這裡會從多個角度來分析這件事情。
要檢查兩段長篇文字,內容是否雷同,長久以來困擾著大家,沒有好的嵌入模型,會耗費大量人力,需要對長篇文檔進行人工閱讀然後人工分類。本文除了展示如何能完美的解決這個痛點以外,也提供一些延伸應用思路,學習CP值很高。期待你能從本文取得許多新的應用思路與應用潛力!
為了使小模型取得大模型的回答水平 這篇論文提出了三招,"大幅度"提升Mistral 7B模型的回答準確率 如果有想要把LLM微調好的人,一定不能錯過這篇
為了提高文字生成影像的品質,openAI 團隊用了三招: 第一招,利用模型將文字"升取樣",產生出許多描述細節 第二招,用CLIP ViT產生Embeddings,計算Cosine similarities 第三招: 使用GPT4,對生成結果進行評比。
根據熱力學熵增鐵律,多數人認為宇宙會最終會進入熱寂(亂度散度最大化),然後死去,但事實或許不然,一年有四季,日昇日落,大自然注定是生生不息,循環往復的,有鑑於近來大量閱讀AI關於模型與映射的概念,突然靈光乍現,想出了一套能讓宇宙生生不息的假說,讓我們一起來逐步論證!
相信有不少人在剛接觸Attention is all you need這篇論文的時候,最感到困惑的就是Positional Encoding,知道公式長怎樣,不外乎就是Cosine / Sine,但始終無法直搗黃龍,理解背後的道理,本篇文提供各種觀點,讓你三分鐘內搞懂!
已經有不只一位讀者請教我,人工智慧是否會造成大量失業的問題,於是催生了本篇文章,這裡會從多個角度來分析這件事情。
要檢查兩段長篇文字,內容是否雷同,長久以來困擾著大家,沒有好的嵌入模型,會耗費大量人力,需要對長篇文檔進行人工閱讀然後人工分類。本文除了展示如何能完美的解決這個痛點以外,也提供一些延伸應用思路,學習CP值很高。期待你能從本文取得許多新的應用思路與應用潛力!
為了使小模型取得大模型的回答水平 這篇論文提出了三招,"大幅度"提升Mistral 7B模型的回答準確率 如果有想要把LLM微調好的人,一定不能錯過這篇
為了提高文字生成影像的品質,openAI 團隊用了三招: 第一招,利用模型將文字"升取樣",產生出許多描述細節 第二招,用CLIP ViT產生Embeddings,計算Cosine similarities 第三招: 使用GPT4,對生成結果進行評比。
你可能也想看
Google News 追蹤
Thumbnail
*合作聲明與警語: 本文係由國泰世華銀行邀稿。 證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務,定期定額(股)服務由國泰綜合證券提供。   剛出社會的時候,很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天,都會聽到各種市場動態、理財話題,像是:聯準會降息或是近期哪些科
Thumbnail
好好利用「三分鐘熱度」把想做的事情做好實際上也是一種高效利用時間的方法。
Thumbnail
三分鐘未來日記分享了一個改變負面思考的方式,透過書寫,感恩日常中的小事物,改變情緒,引發正能量,甚至在寫了幾個月後,作者發生了一個不可思議的變化。
Thumbnail
在步調緊湊的現代生活中,人們面對四面八方的壓力,開始尋找不同方式帶給自己片刻的平靜和舒緩。近幾年誕生許多以水晶為基底的全新療癒樂器,本文將介紹新型態「水晶療癒樂器」的種類,如水晶缽、水晶豎琴、水晶聲波琴等。
Thumbnail
情緒也是能量的一部分, 我們很常為情所困, 所以今天要介紹的是EFT(Emotional Freedom Technique)技巧, 希望透過正確的情緒釋放技巧, 讓大家可以生活過得更輕鬆自在, 不要為難自己跟折磨自己的身心靈
Thumbnail
未來不管是Diffuser還是LLM的微調,都離不開LoRA這項技術,充分理解LoRA的本質是甚麼,CP值特別高。這項技術的理念其實在人工智慧領域行之有年,只是普遍沒有響亮的名字與非常痛的應用場合,在大模型參數量暴增的時刻,重要性被大幅凸顯出來。
Thumbnail
李洞宰(韓國人)。 大學畢業前,只用一年時間考取公職(財政職),是名考試高手。 之後在忙碌的職場生活之餘,通過十多個證照考試(美國註冊會計師、特許金融分析師、財金風險管理分析師、不產經紀人、行政士等)。 五、比起失敗,真正該丟臉的是過程。換句話說,比起失敗這個結果,更應該丟臉的是不努力的過程。
Thumbnail
以甜點作為品味生活的點綴,這對很多人來說是再直覺不過的事情了。隨著技術的進步,各行各業都在以技術協助本業提升,講數位轉型有時候過於沈重,從數位化及數位優化開始是個好的選擇。 這裡來介紹一下法朋烘焙甜點坊電商,上線至今創下多次數分鐘內達成數百萬業績的成果! 整體的開發要點在於真正解決甜點銷售的痛點。
Thumbnail
各位已經將帳號都準備好了嗎?那就開始製作貼圖囉! 登入【LINE Creators Market】後進入【個人頁面】,隨後可在左上角看見大大的綠色按鈕【新增】,便可選擇你要做的類型。
Thumbnail
今年以來寫了幾篇中國,其實都是在提醒中國有其問題需多加留意。例如以下這篇,就說明了雖然中國的採購經理人PMI指數都在50以上(50以上叫做經濟擴張;以下叫作衰退),但已有強弩之末的感覺(詳情請見下列網址)
Thumbnail
前言: 盤勢閒聊:2021.03.10 中國股市怎麼了? – 投資心誌 (investingandminds.com) 今年三月曾提到其實中國內部的數據其實並不妙,滬深300自3/10的5,003點跌到7/27的4,751,
Thumbnail
*合作聲明與警語: 本文係由國泰世華銀行邀稿。 證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務,定期定額(股)服務由國泰綜合證券提供。   剛出社會的時候,很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天,都會聽到各種市場動態、理財話題,像是:聯準會降息或是近期哪些科
Thumbnail
好好利用「三分鐘熱度」把想做的事情做好實際上也是一種高效利用時間的方法。
Thumbnail
三分鐘未來日記分享了一個改變負面思考的方式,透過書寫,感恩日常中的小事物,改變情緒,引發正能量,甚至在寫了幾個月後,作者發生了一個不可思議的變化。
Thumbnail
在步調緊湊的現代生活中,人們面對四面八方的壓力,開始尋找不同方式帶給自己片刻的平靜和舒緩。近幾年誕生許多以水晶為基底的全新療癒樂器,本文將介紹新型態「水晶療癒樂器」的種類,如水晶缽、水晶豎琴、水晶聲波琴等。
Thumbnail
情緒也是能量的一部分, 我們很常為情所困, 所以今天要介紹的是EFT(Emotional Freedom Technique)技巧, 希望透過正確的情緒釋放技巧, 讓大家可以生活過得更輕鬆自在, 不要為難自己跟折磨自己的身心靈
Thumbnail
未來不管是Diffuser還是LLM的微調,都離不開LoRA這項技術,充分理解LoRA的本質是甚麼,CP值特別高。這項技術的理念其實在人工智慧領域行之有年,只是普遍沒有響亮的名字與非常痛的應用場合,在大模型參數量暴增的時刻,重要性被大幅凸顯出來。
Thumbnail
李洞宰(韓國人)。 大學畢業前,只用一年時間考取公職(財政職),是名考試高手。 之後在忙碌的職場生活之餘,通過十多個證照考試(美國註冊會計師、特許金融分析師、財金風險管理分析師、不產經紀人、行政士等)。 五、比起失敗,真正該丟臉的是過程。換句話說,比起失敗這個結果,更應該丟臉的是不努力的過程。
Thumbnail
以甜點作為品味生活的點綴,這對很多人來說是再直覺不過的事情了。隨著技術的進步,各行各業都在以技術協助本業提升,講數位轉型有時候過於沈重,從數位化及數位優化開始是個好的選擇。 這裡來介紹一下法朋烘焙甜點坊電商,上線至今創下多次數分鐘內達成數百萬業績的成果! 整體的開發要點在於真正解決甜點銷售的痛點。
Thumbnail
各位已經將帳號都準備好了嗎?那就開始製作貼圖囉! 登入【LINE Creators Market】後進入【個人頁面】,隨後可在左上角看見大大的綠色按鈕【新增】,便可選擇你要做的類型。
Thumbnail
今年以來寫了幾篇中國,其實都是在提醒中國有其問題需多加留意。例如以下這篇,就說明了雖然中國的採購經理人PMI指數都在50以上(50以上叫做經濟擴張;以下叫作衰退),但已有強弩之末的感覺(詳情請見下列網址)
Thumbnail
前言: 盤勢閒聊:2021.03.10 中國股市怎麼了? – 投資心誌 (investingandminds.com) 今年三月曾提到其實中國內部的數據其實並不妙,滬深300自3/10的5,003點跌到7/27的4,751,