有老師問到，平常都用 iPhone 在錄音，也可以使用 OpenAI Whisper 來將錄音轉為逐字稿嗎？使用我建構在 Google Colab 中的 OpenAI Whisper (或 Faster Whisper) ，只要有網頁瀏覽器，基本上就可以使用。它們的聲音來源接受影音網站公開分享的網址，也可用電腦或是裝置中的影音檔案。所以手機使用 OpenAI Whisper 來將錄音轉為逐字稿的關鍵，是將錄音工具中的語音儲存為檔案。
語音備忘錄儲存到檔案
以 iOS 中內鍵的錄音工具「語音備忘錄」來說，錄好的語音怎麼變成可上載的檔案？
- 開啟「語音備忘錄」
- 在錄音清單中，按一下想儲存的錄音。
- 按一下標題右側「三個點點」的圖示「更多動作」(或是「分享」的圖示)。
- 點選「儲存到檔案」(看不到就向下找找)。
- 指定想儲存到哪個地方及檔案名稱。
- 按「儲存」。
 |
| [圖1] iOS語音備忘錄儲存到檔案 |
那可以將錄音儲存到雲端硬碟中嗎？
當然沒問題，想儲存到哪個地方完全自己決定就好。
有了語音檔案了，接下來，就跟在電腦上操作 Colab 裡的 OpenAI Whisper 類似步驟。
OpenAI Whisper 轉語音備忘錄為逐字稿
經過前面的程序，將轉語音備忘錄儲存為檔案以後，我們就可以開啟 OpenAI Whisper 了。有兩個選擇，可以使用 OpenAI Whisper，或是 Faster Whisper，如果尚未使用過，可以先在電腦上，參考底下兩篇舊文，裡面有操作示範的影片：
如果想直接使用 Whisper ，就用底下的連結來開啟工具：
小技巧：
- 上載音檔：
在手機上，因為是直拿的版面，先按畫面左上角的「三條線」圖示，再按「顯示檔案瀏覽器」。這樣就可以看到「虛擬機」的檔案及目錄了（有時可能要稍等一下，等虛擬機啟動連線，請參考 [圖2] [圖3] 或示範影片）。 - 格式選擇：
2024.11.21 以後，格式的選項中，新增了「.srt.txt」的項目。它會輸出帶有時間的字幕格式逐字稿，但是因為檔名結尾為「.srt.txt」，在手機或是平板中會被視為純文字檔案，就可以直接開啟來查看內容。(請參考 [圖4]) - 自動鎖定：
手機、平板有省電的機置，可能會因為「自動鎖定」進入省電模式而自動關閉螢幕，導致 Whisper 的程序被中斷；所以在行動裝置在使用 Whisper，iOS 可能要暫時在「設定」「螢幕顯示與亮度」中，將「自動鎖定」關閉。建議如果時間較長的錄音檔，將錄音錄儲存到雲端硬碟，再使用電腦來轉逐字稿較理想。
在手機中上傳音檔的程序如 [圖2] 所示：
 |
| [圖2] 在手機中上傳音檔 |
上傳好音檔後，按一下檔名，再按一下右側的「三個點點」，出現選單就按「複製路徑」。
 |
| [圖3] 複製音檔的路徑 |
 |
| [圖4] 設定 & 執行 |
完成後記得參考 [圖5] ，進行中斷連線並刪除程執行程序的動作：
 |
| [圖5] 中斷連線並刪除程執行程序 |
示範影片
註: 影片有中文字幕並分章節。
發表文章
