前言（廢話一堆，可忽略不看） 試了不少影音編輯工具(平台)的自動語音辨識產生字幕的功能以後，發現很多看起來都差不多；後來看到了這個 auto-subtitle 的專案：
它是使用 OpenAI 的 Whisper 來進行語音辨識，哈！只能說自己實在太孤陋寡聞了，現在才注意到有 OpenAI Whisper。Whisper 有開源，它的專案連結在底下：
如果已經準備好 Python 的環境，可以將它安裝在本機上，在專案中有簡單的說明。如果想快速測試，那當然是直接使用 Google 的 Colab 來建置最方便。Colab 已經有基本的 Python 環境，Whisper 需要的 ffmpeg 及一些可能需要用到的套件都內建好了。
好康A～跟您分享 好東西，只給自己用太可惜了，所以我將自己在本機上實驗的程序，移植到 Google Colab 中，還加上了一些功能，大家可以直接使用，不用管安裝的過程。
這個 OpenAI Whisper@Colab 有以下的功能：
可輸入 Youtube 影片的網址，產出影片的字幕檔後下載。 可輸入 Youtube 播放清單的網址，產出清單中所有影片的字幕檔，並置入壓縮檔中後下載。 可輸入 Vocaroo 線上錄音的網址，解析出音檔的文字內容。 可讀取上載到 Colab 暫存空間的影音檔案，產出字幕內容後下載。 v.2 版增強的功能：
可輸入已設定為「公開分享的」Google Drive 影音網址（v.2 版才支援） 可輸入檔名為「.txt」的轉換清單檔案，裡面一行一個要辨識的網址或是檔名，執行時就可以批次進行辨識（v.2 版才支援） 可自訂輸出的資料夾名稱（v.2 版才支援） 可自訂是否要覆蓋已經辨識過的文字檔。（v.2 版才支援）
工具網址 這個「OpenAI-Whisper-語音辨識-製作字幕檔」的工具存放在 Google Colab 的筆記本，網址如下：
影片說明 底下的影片，簡單地介紹一下如何使用這個工具製作字幕檔：
VIDEO
重點整理 關鍵程序截圖並說明如下：
建立自己的副本 ，才能執行裡面的程式。之後都開副本就好。
[圖1] 建立自己的 Colab 筆記副本
幫工具加上星號 ，在雲端硬碟比較好找。按一下 [圖2] 箭頭 1 所指的星星，即可將自己的副本列入 Google 雲端硬碟的左側欄的「已加星號」的分區中。
[圖2] 在自己的副本中操作
進行設定 ：如 [圖2] 的箭頭 2 ，輸入影音的路徑、選擇語言代碼、輸出的格式、使用的辨識模型...等設定。
執行程式 ：如 [圖2] 的箭頭 3，按一下「播放」鈕，即可以開始執行 Whisper 的安裝與語音辨識程序。
等候辨識結果 ：等候的時間需視影片或聲音檔的聲音長度及是否使用 GPU 運算，當然囉，選用 Whisper 的哪一種辨識 Model 也有差異，small 的 model 一定花的時間比 medium 的 model 要少很多，當然，辨識的正確率也會有差別。以前面的介紹影片為例，影片的片長是 5分22秒，選用 whisper medium 的 model 來辨識，花了快二十分鐘。(註：後來開啟了 GPU，並使用 large 的 model，只花了一分多鐘，建議開啟 GPU 使用；Goolge 讓免費版的 Colab 一天可使用 12 小時左右的 GPU。)
[圖3] 等候時間隨選用的 model 而有差異
如何上載電腦的檔案到 Colab 並進行語音辨識 如果想辨識的影音不在網路上，可以立即上載到 Colab 的「暫存」空間，注意！它是「暫存的」，當我們下回重新開啟 Colab 的筆記本時，上載的檔案會不見哦！下面看一下如何使用這個暫存空間(它的額度和 Google 雲端硬碟是分開算的)。
展開「暫存空間」：按一下左側欄中的「資料夾」圖示，即可展開暫存空間來上載或管理檔案。
[圖4] 展開暫存空間
上載檔案：當「暫存空間」展開後，只要將想上載的檔案，以拖曳的方式，拉進「暫存空間」即可。
[圖5] 以拖曳的方式上載檔案
溫馨提醒，暫存區是會被清空的
[圖6] 暫存區是會被清空的警告訊息
設定檔案名稱：等影音檔案上載完畢，就可以設定要辨識的檔案名稱，如 [圖7] 箭頭1 ，在「url」的欄位中，輸入檔案的「完整名稱」。
[圖7] 設定檔案名稱並執行程式
執行程式：都設定參數了，就可以按 [圖7] 箭頭 2 所指的「播放」鈕來執行語音辨識的程序。
Q & A
Q : 可不可以辨識自己雲端硬碟中的影音檔案？ Q : 如何加快辨識的速度？
相關連結
自己的雜記（還是廢話，請忽視） 順便筆記一下，免得忘記又重新掉坑的。
Windows 7 安裝最近版的 Anaconda ，出現「Failed to create menus」的錯誤訊息而無法安裝。因為系統太舊，無法安裝 Python 3.9，所以卡住。只好改用舊版的 Anaconda，像 2021.05 是使用 Python 3.8 的。舊版的可以在這裡找到：
最後改安裝「Anaconda3-2021.05-Windows-x86_64.exe」。
照說安裝完 openai-whisper 後，除了 python 的套件，應該也會有 .exe 的執行檔，但是我在一台沒有安裝過 Python ，全新安裝 Anaconda 的 Windows 10 上，直接執行 whisper 的命令卻出現找不到指令的錯誤訊息。查了一下，原來 whisper.exe 被安裝到使用者目錄(ex. userA) ，類似底下的路徑中：
Users\userA\AppData\Roaming\Python\Python39\Script
為了方便使用，可以將該路徑加入環境變數中。
Windows 7 的舊版 Anaconda 則是將 whisper.exe 放到 ananconda 目錄中的 scripts 中，該路徑已經在環境變數的 PATH 裡了。版本不同，安裝方法不同，路徑就得特別注意一下。
發表文章
