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
目錄
Whisper Transcription 軟體使用步驟
步驟一：下載、安裝及開啟
到 Apple Store 搜尋 Whisper Transcription 並下載。
步驟二：下載 Whisper 語音模型
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
步驟三：三種常用語音轉文字功能
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
步驟四：以開啟影片為例
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 → 荼公子韓奕)、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。
步驟五：匯出逐字稿，大功告成！
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。
小總結
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！