by Rain Chu | 3 月 24, 2024 | AI, 語音辨識
Whisper 是一種由 OpenAI 開發的先進語音識別系統，Whisper 的獨特之處在於其能夠處理多種語言和方言，以及在各種噪音環境下保持高水準的準確率。這一技術的開發代表了語音識別領域的一個重要進步，為多種應用場景提供了強大的支持，從自動字幕生成到語音指令的處理，再到多語言溝通的促進。
Large 3 更新
2023年末的更新版本，Large 3，來到了3.1GB，測試後，中文的理解能力已經來到了大學生等級，相當的實用，但也相當吃硬體資源
Whisper JAX
https://huggingface.co/spaces/sanchit-gandhi/whisper-jax
如果不想安裝，只想立即使用的話，可以先點選線上版本的，直接可以測試他的效果如何，再來想應用或是考慮是否要在本地端架設一套起來
技術背景
Whisper 基於深度學習模型，特別是利用了大規模語音數據集來訓練其識別算法。這使得 Whisper 不僅能夠識別標準發音的話語，還能識別口音、方言以及非正式或口語化的表達。OpenAI 通過分析大量的語音數據，使 Whisper 能夠理解和處理語速變化、背景噪音干擾以及講話者間的交談。
功能與應用
Whisper 的應用範圍廣泛，從提高輔助聽力設備的性能到增強虛擬助理的理解能力，再到改善自動翻譯系統的質量。在教育領域，它可以幫助創建更加無障礙的學習材料，為聽障學生提供即時字幕。在媒體行業，Whisper 可以用於自動生成新聞報導或視頻內容的字幕，大大提高生產效率並擴大觀眾範圍。
性能與準確性
OpenAI 對 Whisper 的測試表明，其在多種語言和口音的識別上達到了極高的準確性。此外，Whisper 能夠辨識並適當處理專有名詞、術語以及其他複雜的語言結構。這種高水平的準確性不僅對於提供質量高的轉錄服務至關重要，也是使語音交互系統更加可靠和實用的關鍵。
下載資源
OpenAI Whisper
編譯好可以直接使用的程式
CPU版本Whisper，Buzz 適合沒有GPU的情景使用
文章內整理了編譯版本，可以離線下載使用
by Rain Chu | 10 月 9, 2023 | AI, 語音辨識
Good Tape：每位記者的最佳助手
新聞記者同仁，是時候給你的筆記和錄音機進行一次升級了！我們都知道，在報導新聞的過程中，進行深度的訪談以獲得第一手資料是不可或缺的。但是，錄下來的訪談音檔真的有足夠的時間逐字逐句去轉錄嗎？對大多數的記者來說，轉錄不僅是時間消耗的過程，還可能會有遺漏或誤解的風險。
Good Tape 是一個線上工具，能夠將你的錄音文件快速且精確地轉為文字檔，大幅縮短你的工作時間，提高工作效率。不僅如此，其使用 OpenAI 的先進技術，確保每句話的準確性和細節都不會遺失。
不管你是在前線採訪還是在辦公室整理稿件，Good Tape 都能成為你的得力助手。現在，再也不用擔心漏掉訪談中的任何重要細節，只需一鍵，你的訪談內容就能完整地展現在眼前。
1. 🔧 功能強大：
Good Tape 是一款線上工具，自動將錄音轉為文字檔的逐字稿。過去，這樣的技術經常受到語言和準確性的限制，但現在不再是問題！Good Tape 運用 OpenAI 的 Whisper 技術，支援包括英文、中文、日文等超過40種語言！
2. ⏰ 省時又精準：
只要簡單上傳錄音，Good Tape 不僅能產生文字檔，還可以提供標記時間的字幕檔（.SRT格式）。還有一個加分點，可以自訂逐字稿的時間間距，讓你的報導更加完善！
3. 🌐 背後的力量：
Good Tape 的推出背後，是由丹麥知名數位報紙 Zetland 創建。他們之所以推出這項服務，是因為看見市場上昂貴、且多只專精於英文的轉錄服務。他們選擇使用了 API 方式串接 Whisper，將這項音訊轉文字檔的強大工具帶給我們。
4. 🛡 安全第一：
Good Tape 保證了每位使用者資料的安全和隱私。傳輸過程已完全加密，而資料將不會離開受GDPR保護的歐盟範疇。更令人安心的是，若你沒有進行註冊，上傳的檔案僅會保存三天，這減少了任何潛在風險。
5. 💰 關於價格：
當然，如此高效的工具會有成本。Good Tape 計劃在不久的將來推出付費方案，但相信與其提供的價值相比，絕對物超所值！
結語：
各位記者朋友，Good Tape 無疑是我們日常工作的一大革新。從今以後，轉錄錄音再也不是煩惱，我們可以專注於最重要的事情 – 報導新聞！
Good Tape
https://www.mygoodtape.com/
延伸閱讀
近期留言