你是不是也常有需要將會議錄音檔或訪談內容檔轉換為文字的時候，鑑於撰寫逐字稿相當費時費力，這時不妨善用 AI 工具將你的錄音檔轉成文字。而本文要介紹的就是由 OpenAI 團隊推出的自動語音辨識 (ASR) 系統「Whisper」。
根據 OpenAI 在 Github 上釋出的說明文件，Whisper 是一個開源的語音識別模型，目前可辨識全球約 96 種語言的語音，並轉換成文字。
目前以中文的辨識準確度來說，已稱得上是相當精準的等級，由於 Whisper 是開源技術，事前設定過程中基本上只需要 Google 帳號和指令代碼，下載並安裝到電腦後，就可以不受開發商限制地免費使用，讓使用者可自行在電腦利用 Whisper 來執行語音辨識和轉錄。
Whisper 代碼：!pip install git+https://github.com/openai/whisper.git
Ffmper 安裝代碼：!sudo apt update && sudo apt install ffmpeg
語音轉文字執行代碼：!whisper "檔名（需要替換）.mp3" --model medium
Whisper AI 實際操作
步驟 1：登入 Google 帳號、開啟 Google Drive，並點擊左上角「+New」，下拉找到更多，再點擊連接更多 App。
步驟 1：登入 Google 帳號、開啟 Google Drive，並點擊左上角「+New」，下拉找到更多，再點擊連接更多 App。（T客邦提供） 步驟 2：這時會開啟「Google Workspace」應用市場，在搜尋欄位中鍵入並點選「Google Colaboratory」。
步驟 2：這時會開啟「Google Workspace」應用市場，在搜尋欄位中鍵入並點選「Google Colaboratory」。（T客邦提供） 步驟 3：點擊「Install」安裝和「Continue」繼續，接著會要求使用 Google 帳號登錄，按照指示完成安裝作業。
步驟 3：點擊「Install」安裝和「Continue」繼續，接著會要求使用 Google 帳號登錄，按照指示完成安裝作業。（T客邦提供） 步驟 4：下一步在 Google Drive 首頁左上角重新點擊「+New」，在更多選項下點入「Google Colaboratory」應用程式。
步驟 4：下一步在 Google Drive 首頁左上角重新點擊「+New」，在更多選項下點入「Google Colaboratory」應用程式。（T客邦提供） 步驟 5：開啟後，可先變更檔案名稱，方便後續快速查找與重複使用。
步驟 5：開啟後，可先變更檔案名稱，方便後續快速查找與重複使用。（T客邦提供） 步驟 6：再來，點擊上方欄位的「執行階段」，並選擇「變更執行階段類型」選項。
步驟 6：再來，點擊上方欄位的「執行階段」，並選擇「變更執行階段類型」選項。（T客邦提供） 延伸閱讀：iPhone用家如何得知手機有沒有被駭？簡易6步驟檢查並加強保障（點擊連結看全文）
步驟 7：這時可以選擇不同的運行類型和計算資源，這裡選擇「Python 3」，而「T4 GPU」，並按下「儲存」。
步驟 7：這時可以選擇不同的運行類型和計算資源，這裡選擇「Python 3」，而「T4 GPU」，並按下「儲存」。（T客邦提供） 步驟 8：下一步，在視窗右上角可以看到「連線」的字樣，點擊並等待連接成功。
步驟 8：下一步，在視窗右上角可以看到「連線」的字樣，點擊並等待連接成功。（T客邦提供） 步驟 9：連接完成後便可看到這台電腦的參數，包括 GPU、內存、硬碟等資訊。
步驟 9：連接完成後便可看到這台電腦的參數，包括 GPU、內存、硬碟等資訊。（T客邦提供） 步驟 10：接著安裝 Whisper，在中間欄位第一行和第二行分別輸入 Whisper 代碼和 ffmper 安裝代碼，並點擊運行。
步驟 10：接著安裝 Whisper，在中間欄位第一行和第二行分別輸入 Whisper 代碼和 ffmper 安裝代碼，並點擊運行。（T客邦提供） 步驟 11：安裝完成後，依序「點擊左方的資料夾–選擇上傳檔案–將想要轉錄的 MP3 錄音檔導入」。
步驟 11：安裝完成後，依序「點擊左方的資料夾–選擇上傳檔案–將想要轉錄的 MP3 錄音檔導入」。（T客邦提供） 步驟 12：點選「+ 程式碼」，並寫入語音轉文字執行代碼，注意檔名和後綴文字要和上傳檔案一致，最後執行即可。
步驟 12：點選「+ 程式碼」，並寫入語音轉文字執行代碼，注意檔名和後綴文字要和上傳檔案一致，最後執行即可。（T客邦提供） 延伸閱讀：善用iPhone內建捷徑App 一鍵設定自動通知功能 生活便捷新體驗（點擊連結看全文）
【本文獲「T客邦」授權轉載。】
