【我用AI寫程式】在 Colab 上用 Whisper 語音轉文字

前幾天在網路上看到了 OpenAI 的 Whisper 文章大致上是說他可以將語音轉成文字 由於我想了解更多 所以我就問了 ChatGPT 這是什麼

他也給了我滿完整的答案 原來 Whisper 是一個自動語音辨識（ASR，Automatic Speech Recognition）系統 Whisper 是一個基於深度學習的語音辨識模型 ​ 我第一次看到「語音辨識模型」這個詞彙 我就問他，這和其他speech to text tool ，有甚麼不同之處 沒想到，Whisper 很厲害欸，優點非常多 而我也因此了解到，有許多 STT 工具，雖然可以免費使用，但技術是不公開的 這個段落推薦大家可以完整地讀一下

接下來，由於我注意到他提到 Whisper 是開源的 所以我就想，我是不是也可以自己運行 Whisper 於是就問他： 我能在Google Colab上部屬whisper嗎？ 答案是：可以！

於是我就在 Colab 中，按照 ChatGPT 提供的步驟，執行 Whisper 也真的可以做到語音轉錄成文字稿 ​ 但出來的逐字稿，我希望他是 .srt 格式的 所以就又請 ChatGPT 生成了一段程式碼

這次出來的結果，就可以順利達到我理想的結果了！

左邊是程式碼，右邊是轉錄的逐字稿 (使用音源)

滿有趣的體驗 全程我都只有用自然語言告訴 ChatGPT 我的需求 就可以做出能解決我的需求的程式 ​ 雖然目前已經有許多免費的語音轉文字工具 也有人開發 Whisper 的桌面版本（使用自己的本地電腦執行模型） 但多一種選擇也不錯 也可以交叉比對後看哪個工具生成的結果較佳 ​ 而且對我來說，我就是想自己試試看做一個工具 就像大家學寫程式，一開始可能會先做簡易的計算機 能有這樣的嘗試也很不錯！ ​ 嗨！我是 Jeremy 如果喜歡我的文章，歡迎你幫我鼓掌 也順便分享給身邊對 AI 應用感興趣的朋友吧！