3.3K
這篇寫於 2023 年。兩年多過去,AI 轉字幕已經變成剪輯的基本配備,我自己的流程也換了好幾輪。先講結論:「轉得出字」已經不是問題,真正花時間的是校正錯字、斷句,和讓字幕準時出現。
| 工具 | 適合誰 | 優點 | 要注意 |
|---|---|---|---|
| Whisper Transcription(Mac App Store) | 想要介面簡單、裝了就能用 | 離線轉錄、支援繁體中文、可直接輸出 SRT | App Store 版改成訂閱制,也有買斷方案 |
| MacWhisper | 同一位開發者的官網版 | 功能跟 App Store 版差不多,買斷授權 | 跟 App Store 版是兩個產品,授權不通用 |
| DaVinci Resolve Studio 內建自動字幕 | 本來就用達芬奇剪片的人 | 剪輯軟體裡直接生成,不用來回匯出匯入;20 版起支援中文轉錄 | 只有付費的 Studio 版才有 |
| 剪映/CapCut | 手機剪短影音、求快 | 上手最快,字幕樣式多 | 免費額度跟功能常調整,以 App 內為準 |
價格與功能以各官方頁面為準(整理於 2026 年 11 月)。
如果你有茶會、課程或品牌影片需要剪輯和上字幕,也可以直接交給我:看服務項目,或寫信到 hello@freedane.com。
以下是 2023 年的原文:Whisper Transcription 使用教學
對於影片工作者來說,「上字幕」這件事有太多東西可以抱怨了,耗費大量時間、瑣碎,還有…不上不行啊!
過去試過很多免費、付費「語音轉文字」服務,還有外包請專人協助,但礙於時間性、準確度及成本考量,最終選擇剪映的「識別字幕」功能,以2022年來說能如此準確、免費且快速地識別中文語音,剪映已經算是很強大了。直到近期發現了 Whisper Transcription,才真正想擁抱AI推出的服務。
它支援繁體中文,準確率高達95%,且速度很快!
這款 Whisper Transcription 能如此厲害,使用的技術正是 OpenAI 所推出的 Whisper 自動語音識別(automatic speech recognition, ASR)模型,無論是會議記錄、訪談、錄音、課程、演講、影音資料等音檔,或是 YouTube 連結,都能快速且準確地將音檔轉換成文字,該模型主打的項目有兩項:
多種語言的語音辨識
將多種語言文字翻譯成英文
到 Apple Store 搜尋 Whisper Transcription 並下載。
下載語音模型後就能開始使用囉!也別猶豫很久,因為模型可以隨時刪除或者進行不同版本的切換。
Ref:Dane
最常使用的功能有三個:
輸入 YouTube 連結
開啟影片或聲音檔案(支援 MP3、WAV、M4A、MP4 和 MOV 格式)
使用麥克風即時錄音
Ref:Dane
操作方式很簡單,直接點選你要的功能後即開始識別!此次示範的是37分半的影片檔案,識別時間共花了04:19,相當地快,雖然有些地方不太正確,如人名(圖光子涵義 → 品茶師)、行業專有名詞(尾雕 → 萎凋、減快 → 解塊)不得不人工校正,但總體來說,真的很給力了。
點選上方的「Export」按鈕即可匯出各種格式的檔案,支援逐字稿、SRT、VTT、CSV、HTML、PDF、DOCX等格式。
有了AI的幫忙,真的省下很多時間!希望此次的分享有幫助到大家!若有任何疑問或想交流的也歡迎留言或私訊我唷!