声音 - AI 影词组音转字幕

随着线上影片需求的增加，出现了越来越多“AI 转字幕”的工具，但很可惜目前几乎所有的线上 AI 转字幕工具都是要付费的，最多也都只有几分钟的免费额度，因此这篇教学会介绍一些免费额度较多的线上转字幕工具，以及如何在本机环境安装线上转字幕工具。

快速导览：

• cSubtitle
• turboscribe
• 本机安装 OpenAI Whisper 转字幕工具

cSubtitle

cSubtitlea 是一款可以“不用注册”，且能“免费”将语音转换文字至少 3 分钟的线上工具，只需要打开网站，上传语音音档或影片，就可以将语音音档或影片的语音，转换成纯文字 ( txt ) 或是字幕 ( srt )。

前往：cSubtitle 语音转字幕

上传文件后，cSubtitlea 就会开始透过 AI 分析音档内容，完成后就可以下载字幕文件或纯文字文件。

下方是转换后的字幕：

1
00:00:00,470 --> 00:00:02,770
測試語音轉文字

2
00:00:03,390 --> 00:00:07,290
不知道轉出來的效果準不準確

3
00:00:08,480 --> 00:00:13,900
五秒鐘不知道會不會太少十秒十一秒十二秒

4
00:00:15,080 --> 00:00:15,560
測試一下

5
00:00:16,160 --> 00:00:18,420
那就傳個二十秒

6
00:00:19,390 --> 00:00:19,910
完成

turboscribe

turboscribe 是一款可以“需要注册”，但可以“免费”将语音转换文字至少 30 分钟的线上工具，只需要打开网站并注册登录，就能上传语音音档或影片，将语音音档或影片的语音，转换成纯文字 ( txt ) 或是字幕 ( srt )。

前往：turboscribe 语音转字幕

上传文件后，可以选择语系、转录模式或一些进阶设定。

转换完成后，可以在网站上看见转换后的文字和时间戳记，从右侧也可以将其下载为 txt 或 srt 文件，不过下载时因为还要手动设定“每句的字词数量”，常导致字幕段落和预期不同，因此不建议使用它的下载功能，为了避免这种状况，可以先“手动复制”网站上转换后的文字。

接着使用任何一套 AI 工具 ( ChatGPT、Gemini、Poe AI 皆可 )，将刚刚复制的文字转换成字幕文件 ( ChatGPT 还会直接提供 .srt 文件下载 )。

幫我將下面這段字幕變成字幕檔 .srt
`
(0:00) 測試語音轉文字 (0:04) 不知道轉出來的效果準不準確 (0:08) 5秒鐘不知道會不會太少 (0:11) 10秒、11秒、12秒 (0:14) 測試一下 (0:16) 那就傳個20秒 (0:19) 完成
` 

下方是转换后的字幕：

1
00:00:00,000 --> 00:00:04,000
測試語音轉文字

2
00:00:04,000 --> 00:00:08,000
不知道轉出來的效果準不準確

3
00:00:08,000 --> 00:00:11,000
5秒鐘不知道會不會太少

4
00:00:11,000 --> 00:00:14,000
10秒、11秒、12秒

5
00:00:14,000 --> 00:00:16,000
測試一下

6
00:00:16,000 --> 00:00:19,000
那就傳個20秒

7
00:00:19,000 --> 00:00:19,800
完成

本机安装 OpenAI Whisper 转字幕工具

由于现在几乎所有线上语音转字幕工具都“要收费”，就算有提供免费额度往往也不太够，所以如果不排斥“本机环境”，也可以安装 OpenAI 所开发的 Whisper，在本机环境转换字幕，就可以完全不受额度限制。Whisper 是由 OpenAI 所开发的一个开源自动语音辨识模型，能够将语音转换成文字，支援多种语言辨识与翻译，具备高度准确性和灵活性，Whisper 提供下列几种模型：

Mac 环境安装

在 Mac 环境下安装，需要先安装 Homebrew ( 如果尚未安装 )，打开“终端机 ( Terminal )”输入下方指令：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

接着安装 ffmpeg ( 让 Whisper 可以处理声音音讯 )

brew install ffmpeg

在 Python 环境中安装 Whisper ( 参考：使用 Python 虚拟环境 )

pip install -U openai-whisper

安装后就能在 Python 开发环境中，在终端机输入下列指令转换，转换后会在同一个目录下，产生一个同样档名的 srt 文件。

whisper sample.mp3 --language Chinese --output_format srt --task transcribe --model small 

下方列出相关指令说明：

下方是转换后的字幕文件：

1
00:00:00,000 --> 00:00:03,000
測試語音轉文字

2
00:00:03,000 --> 00:00:07,000
不知道轉出來的效果準不準確

3
00:00:08,000 --> 00:00:11,000
5秒鐘不知道會不會太少

4
00:00:11,000 --> 00:00:14,000
10秒、11秒、12秒

5
00:00:14,000 --> 00:00:16,000
測試一下

6
00:00:16,000 --> 00:00:19,000
那就轉個20秒

7
00:00:19,000 --> 00:00:21,000
完成

Windows 环境安装

在 Windows 中安装 Whisper 的步骤如下：

• 安装 Python，安装时请勾选“Add Python to PATH”，

• 安装 ffmpeg ( 下载链接 )，安装时选择 release full，解压缩后，将 bin 文件夹的路径 ( 例如 C:\ffmpeg\bin ) 加入到系统环境变数中的“Path”。

• 打开命令提示字元 ( CMD 或 PowerShell )，建立并进入 Python 开发环境 ( 参考：使用 Python 虚拟环境 )。

• 使用下方指令安装 Whisper：

  pip install -U openai-whisper
  

• 使用 Whisper

  whisper sample.mp3 --language Chinese --output_format srt --task transcribe --model small 
  

下方列出相关指令说明：

下方是转换后的字幕文件：

1
00:00:00,000 --> 00:00:03,000
測試語音轉文字

2
00:00:03,000 --> 00:00:07,000
不知道轉出來的效果準不準確

3
00:00:08,000 --> 00:00:11,000
5秒鐘不知道會不會太少

4
00:00:11,000 --> 00:00:14,000
10秒、11秒、12秒

5
00:00:14,000 --> 00:00:16,000
測試一下

6
00:00:16,000 --> 00:00:19,000
那就轉個20秒

7
00:00:19,000 --> 00:00:21,000
完成

小结

对于制作影片而言，字幕往往是最难处理的，如果可以透过一些 AI 工具辅助转换字幕，就能省下非常多“上字幕”的时间，赶快运用这篇教学所介绍的方法，加速自己的创作时间吧。

意见反馈