付費限定
三分鐘實作"多國語言"轉字幕網頁APP (Whisper-V3-Large)
閱讀時間約 10 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。
目前的多國語言版本，能自動辨別語言，不須額外微調，經實測，中英文混雜也能夠正確輸出。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
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。
完整流程:
以行動支持創作者！付費即可解鎖
本篇內容共 4252 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。
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
你可能也想看
Google News 追蹤
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
這一篇來聊聊大家相對陌生的智慧財產權類型——營業秘密。
其實營業秘密比想像中常見，隨手舉些例子會讓你們更有感覺：科技公司的know-how、核心技術；零售業的定價模式；廣告公司的投放策略餐廳的烹調秘訣。只要符合《營業秘密法》要求的三要件，就能被認定是營業秘密。
這一篇從「專利權」開始，下一篇則是「營業秘密」。
這兩種智慧財產權的關係比較微妙，除了有點承先啟後的味道在，到了某個時點開始還會發生互斥的關係。以下讓我娓娓道來～
台灣《專利法》將專利權分為「發明專利」、「新型專利」、「設計專利」三種類型，依據其創意展現的高低，也有相應的保護年限。
近年來大家應該很常聽到「IP」這個字。今天要談的不是「IP Address（網路位址）」的IP，而是作為「Intellectual Property（智慧財產權）」縮寫的IP。
有時大家會誤以為智慧財產權是離自己很遙遠的權利，但它在生活中其實處處可見。例如：內容創作者撰寫的文章、拍攝的影像⋯⋯
調校電腦系統軟硬體，開啟 ChatGPT 的語音外掛，擴增 ChatGPT 的語音功能，升級進化 AI !!!
要為展覽製作不同語言的解說錄音，但找不到合適的配音人？現今的博物館已經不再只是單一的展示文物，而是透過多媒體的方式來呈現文物背後的故事、歷史和文化背景。
其中一個重要的元素是語音導覽，能夠讓前來參觀的民眾更深入地了解展品和展覽的內容。
白藜蘆醇是一種作用相當廣泛的天然植萃成分，對於身體內部及皮膚外觀都有不錯的作用效能，是一個非常值得推廣應用的優質美妝成分。
我：你能用幾種語言生成資料？
GPT-4:作為一個先進的語言模型，我可以理解和生成多種語言的資料，包括但不限於：
1. 英語（English）
2. 漢語（中文）（Chinese）
3. 西班牙語（Spanish）
4. 法語（French）
5. 德語（German）
6. 俄語（Russian
貧窮是最好的大學，在貧窮裏長大後，沒有什麼可以難倒你。這篇分享我小學時市場幫忙剝蝦殼，國中回家地上寫作業。母親當會頭被倒會。國中時感冒高燒41℃、蜜蜂螫、蜈蚣咬。我仍然自己找出路，拆開東西看、看看書找樂趣，化學從三分到六十五分，英文從十分到六十分。希望激勵困境中的朋友。
VanillaVoice 可以幫我解決什麼問題：臨時想要將一小段不長的文字用語音唸出來，或是轉成MP3檔案用於其它地方
官網：VanillaVoice - Turn Text into Human-Sounding Speech
平台：網頁版
TTS文字轉語音應用特色
1. TTS主要功能
將text文字檔的內容，轉換為wav檔，可送到Buffer，播放軟體可以讀取buffer做聲音後處理
能自動判斷前後文，自動判斷常用多音字、年份、日期、時間、電話、數字、％
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
這一篇來聊聊大家相對陌生的智慧財產權類型——營業秘密。
其實營業秘密比想像中常見，隨手舉些例子會讓你們更有感覺：科技公司的know-how、核心技術；零售業的定價模式；廣告公司的投放策略餐廳的烹調秘訣。只要符合《營業秘密法》要求的三要件，就能被認定是營業秘密。
這一篇從「專利權」開始，下一篇則是「營業秘密」。
這兩種智慧財產權的關係比較微妙，除了有點承先啟後的味道在，到了某個時點開始還會發生互斥的關係。以下讓我娓娓道來～
台灣《專利法》將專利權分為「發明專利」、「新型專利」、「設計專利」三種類型，依據其創意展現的高低，也有相應的保護年限。
近年來大家應該很常聽到「IP」這個字。今天要談的不是「IP Address（網路位址）」的IP，而是作為「Intellectual Property（智慧財產權）」縮寫的IP。
有時大家會誤以為智慧財產權是離自己很遙遠的權利，但它在生活中其實處處可見。例如：內容創作者撰寫的文章、拍攝的影像⋯⋯
調校電腦系統軟硬體，開啟 ChatGPT 的語音外掛，擴增 ChatGPT 的語音功能，升級進化 AI !!!
要為展覽製作不同語言的解說錄音，但找不到合適的配音人？現今的博物館已經不再只是單一的展示文物，而是透過多媒體的方式來呈現文物背後的故事、歷史和文化背景。
其中一個重要的元素是語音導覽，能夠讓前來參觀的民眾更深入地了解展品和展覽的內容。
白藜蘆醇是一種作用相當廣泛的天然植萃成分，對於身體內部及皮膚外觀都有不錯的作用效能，是一個非常值得推廣應用的優質美妝成分。
我：你能用幾種語言生成資料？
GPT-4:作為一個先進的語言模型，我可以理解和生成多種語言的資料，包括但不限於：
1. 英語（English）
2. 漢語（中文）（Chinese）
3. 西班牙語（Spanish）
4. 法語（French）
5. 德語（German）
6. 俄語（Russian
貧窮是最好的大學，在貧窮裏長大後，沒有什麼可以難倒你。這篇分享我小學時市場幫忙剝蝦殼，國中回家地上寫作業。母親當會頭被倒會。國中時感冒高燒41℃、蜜蜂螫、蜈蚣咬。我仍然自己找出路，拆開東西看、看看書找樂趣，化學從三分到六十五分，英文從十分到六十分。希望激勵困境中的朋友。
VanillaVoice 可以幫我解決什麼問題：臨時想要將一小段不長的文字用語音唸出來，或是轉成MP3檔案用於其它地方
官網：VanillaVoice - Turn Text into Human-Sounding Speech
平台：網頁版
TTS文字轉語音應用特色
1. TTS主要功能
將text文字檔的內容，轉換為wav檔，可送到Buffer，播放軟體可以讀取buffer做聲音後處理
能自動判斷前後文，自動判斷常用多音字、年份、日期、時間、電話、數字、％