述文老師學習網

OpenAI 除了火紅的 ChaptGPT 與 DALL-E 兩項產品外，另一個也是以大型語言模型為基礎的 Whisper 語音辨識，其正確率比起已達八、九成的 Google、剪映等語音辨識更高，不只一般口語化的語音內容，對於中英混雜、專有名詞的辨識率提高許多。 這對於需要幫影片上字幕、訪談記錄，或是進行會議記錄的工作來說，真的又是一大節省時間的利器。 OpenAI Whisper 官方網站： https://openai.com/research/whisper 這次要分享的是以 Whisper 語音辨識技術為核心的 WhisperDesktop 開源免費軟體，除了更高準確率的辨識外，更重要的是你的資料完全是在自己的電腦上處理，沒有上傳到 Google 或是剪映的伺服器上，不會有重要資料外洩或資安上的問題！ 一、從 Github 下載 WhisperDesktop 您可以從以下 WhisperDesktop 的 Github 查看此專案的內容與目前釋出的版本，現在最新的是 1.11 版。它支援影片與聲音檔案的語音辨識，MP4、MP3 檔案都沒問題喔！ WhisperDesktop 專案： https://github.com/Const-me/Whisper/ WhisperDesktop 版本資訊與下載程式： https://github.com/Const-me/Whisper/releases 下載壓縮檔後，請將裏面的三個檔案解壓縮，放到一個資料夾中。 二、下載語音識別 AI 模型檔(model) 接著需要前往 Hugging Face 下載 Whisper AI 模型檔，這邊可能要依據您自己電腦的效能，選擇適合的模型檔案，愈大的模型檔案可以取得更好的文字品質，但執行所需要時間就會長一些。 下載完成後，請將檔案放到剛才 WhisperDesktop 資料夾中。 Whisper AI 模型下載 三、第一次執行 WhisperDesktop 的設定 第一次執行 WhisperDesktop 程式時，需要設定 Whisper AI 模型檔的位置，這個動作只需要設定一次即會自動記住。 轉換完成後就可以看到如下圖的訊息：原始媒體時間、轉換時間與轉換速度 ※ 如果想要更換 Whisper AI 模型檔怎麼辦 如果您原先使用 ggml-medium.bin

AI 生成工具的應用愈來愈厲害，除了文字、語音、圖像，現在使用 AI 進行影片的創作也成為主流趨勢，之前曾介紹過剪映推出的「圖文成片」功能，這次 Vrew 也推出「圖文成片」與「文字轉圖片」的功能，可以設定色調、風格，還可以直接在大綱文字欄位中使用 AI 協助撰寫，提供更多的可能性！ 我們與AI的距離：Canva 正式推出「Text to Image文字轉圖片」、剪映也推出「圖文成片」，AI浪潮一波接一波！ 一、關於 Vrew Vrew 已經推出五年了，它可以讓語音為主的影片剪輯，變成像文書處理、簡報軟體一樣，輕鬆剪輯並產生單一字幕或雙語字幕，它一直不斷持續精進，每隔一段時間就會有令人雀躍的新功能，如果你還不清楚 Vrew 到底是什麼，可以參考以下的介紹文章與研習錄影影片： Vrew 官方中文網站： https://vrew.voyagerx.com/zh-TW Vrew 中文線上體驗版(可以體驗約60~70%的功能，但無法輸出與儲存專案檔)： https://vrew.voyagerx.com/zh-TW/try/index.html 1111125、1202 銘傳大學：mmhmm 虛擬攝影棚 + Vrew 字幕編輯，讓教材錄影更生動有趣！研習記錄 Vrew 最佳年度教學影片製作創新獎項非它莫屬，以語音字幕為核心的新創剪輯，教學影片產出效率大躍進！(上) Vrew 最佳年度教學影片製作創新獎項非它莫屬，以語音字幕為核心的新創剪輯，教學影片產出效率大躍進！(下) 二、透過文字製作影片的 AI 圖文生片功能 只要從「檔案 / 新項目」就可以找到這個功能。 步驟1：輸入影片大綱 但是 Vrew 的圖文生片功能，不只是單純的輸入文字與大綱，還結合了 ChatGPT 這樣 AI 生成式的互動，可以依據提供的劇本大綱或是內容，由 AI 繼續撰寫。 此外，也可以設定是否加入背景音樂、生成 AI 語音、生成圖像，以及影片的色調、風格和視訊類型，並指定視訊長寬比例。 ps.如果不核選 AI 自動生成圖像，Vrew 會自動選擇免費圖庫生成影片內容。 步驟2：選擇配音員 目前國語(台灣)共有8個聲音可以選擇，每個配音員也都可以調整音量、速度與聲音高低。 步驟3：生成影片 接下來就是等待一小段時間就能看到 AI 圖文成片的結果囉