電腦玩物

這一年來， Evernote 換了新團隊、新公司後，整個系統、功能、甚至介面的使用流程，以及筆記同步編輯的速度，都有了許多的改進與提升。我也看到新的團隊在 Twitter 上非常認真地分享他們的改進策略與進度，讓我這位多年使用者仍然繼續使用下去。

利用 AI 進行 語音轉文字 ，是我自己多年來常常使用的工作流程，無論是語音轉錄會議逐字稿、語音輸入筆記內容，或者像是最近一年來我更常使用「 利用 ChatGPT App 寫語音筆記，提升輸出效率的秘密武器 」， 搭配不同工具，讓各種情境下可以快速「用說的」完成內容，確實更輕鬆、更節省時間，甚至也能從大腦中挖掘出更多想法。

之前在電腦玩物中介紹過一款 AI 語音轉文字的「單機軟體」：「 WhisperDesktop 語音轉文字免費單機軟體，AI 影片字幕實測比較 」，利用 OpenAI 的 Whisper 算法來將語音內容轉換成逐字稿，效果不錯，而且因為使用電腦本身的硬體運算，所以軟體使用上也完全免費。

之前我介紹過 Windows 11 已經有不錯的「即時」語音轉文字工具 ，可以做即時的語音文字轉換，能支援繁體中文、自動加上標點符號。就算即時語音轉文字的效果不夠完美，這時候 丟到 ChatGPT 請 AI 自動理順逐字稿 ，往往一篇正式的文章、會議紀錄也就快速誕生了。

很多時候我會用到「 語音轉文字 」的逐字稿功能，例如開重要會議、一對一訪談，甚至要撰寫部落格文章草稿的時候。我會先錄下語音檔案，或者直接使用語音轉文字的即時轉錄工具（我最常用的是「 Google 即時轉錄 」，以及「 用 Windows 11 語音輸入繁體中文，快速完成會議紀錄、思考筆記 」）。

透過已經頗為成熟的 語音輸入 自動辨識文字功能，我們可以在寫筆記、寫文件的時候擁有更多的彈性，很多時候也確實能夠節省時間。

在不方便、不適合開聲音、帶耳機的場合，又很想立刻知道手邊這個沒有搭配字幕的影片、錄音內容，到底在講什麼？ 例如在辦公室、咖啡廳、高鐵等場合，想要「聽」一段影音檔案，但又沒有帶耳機，可是也不適合放出聲音，這時候如果有「把聲音轉成字幕」的功能，就能解決問題。 除此之外，即使我可以播放出聲音（或帶耳機），但如果能搭配字幕，有時候也可以理解得更清楚有效率。 最近 Google Android 系統上的即時字幕功能，也開放支援用在 Google Chrome 瀏覽器上 ，雖然還是只支援「英文」內容，但面對電腦中更多樣化的網路影音資料，甚至本機硬碟中的影音檔案，無論是工作、學習情境，可以有更多的實務利用。不管是聽障朋友，或是上述的使用問題，都能幫上忙。

視訊會議軟體 、 Google 文件，這是大家都已經熟知到的工具。 這兩個熟悉的工具搭配，則可以做為視訊會議中快速的會議紀錄輔助。 其實我之前在面對面的實體會議時，就常常利用「 Google 文件的語音轉文字 」功能，來進行快速的會議記錄。 而最近用視訊會議軟體進行會議，想說是否也能同樣適用呢？於是測試了一下，也沒有問題。其實說穿了，這不是什麼厲害的技巧，但或許你沒想到可以這樣搭配利用，所以也分享給大家參考。

大家好，我是電腦玩物的站長 Esor 。這是我嘗試的第三個教學影片，在這一次的影片中，我想測試一個「簡短快速」、「重點明確」、「用案例示範」的工具教學影片，希望能讓大家一看就懂。 而這次影片的主題，剛好整理最近我做了很多研究的「語音轉文字」。跟大家分享如何活用 Google 語音轉文字工具，解決三個問題：

之前在電腦玩物撰寫的「 免費！中文影片語音轉文字字幕，支援超大影片與長時間錄音 」，是一個可以幫影片「自動產生中文字幕」的工具，透過語音辨識，產生的字幕檔案雖然還需要校對，但已經可以節省我們很多時間。 而在該篇文章的留言中，讀者推薦了一個叫做：「 pyTranscriber 」的開源、免費軟體，這個軟體使用起來更方便、更厲害： 不需播放影片，就可以自動轉字幕檔，所以速度會快上好幾倍。 我在自己的電腦測試，一小時的影片檔案，辨識轉出字幕只要 10 分鐘。 另外測試一個 10 分鐘影片，不到 1 分鐘就完成字幕。 操作設定更簡單，不需安裝任何驅動程式，不需設定。 任何人一定都能上手，兩三步驟就搞定。 支援多國語言的影片上字幕，包含中文語音辨識。 支援大體積影片，支援 MP4 和 MP3 檔案格式。 我實際測試有用到 2.5 GB 的影片檔案，也能順利、快速轉出字幕。 有興趣研究其原理的朋友，可以參考「 pyTranscriber 」的開源程式頁面。

一個月前分享了「 Google 即時轉錄：超準確中文語音轉文字可自動加上標點符號 」。「 Google 即時轉錄」這個免費的特殊應用，就成為我「寫筆記」的一個重要輔助工具。 現在我會在許多不同情境下，利用語音轉文字快速產出內容，有空時再複製到我真正的 Evernote 筆記 中。

讀者推薦的最新軟體，更加厲害： 「 pyTranscriber 影片自動上字幕免費軟體！10分鐘搞定1小時影片 」。 不久前在電腦玩物測試了：「 YouTube 影片、錄音檔語音自動轉 Google 文件、翻譯文字檔 」， 在該文底下，一位台灣開發者「 布丁布丁吃什麼 」留言分享自己設計的一個工具：「 Web Speech to Text 」 ，顧名思義，也是一個語音轉文字的線上工具，不過它的特色是： 支援中文語音轉文字。 可以將影片、錄音轉成有「時間軸」的「字幕檔案」。 支援轉換電腦裡的影片檔、錄音檔，而且「不需上傳」。 看起來對影片時間、檔案大小，都「沒限制」 免費！ 我實際測試了兩段影片： 10分鐘左右影片，250MB大小，順利轉換出中文字幕檔。 40多分鐘影片，超過2GB，也順利轉換出中文字幕檔。 影片、錄音轉換成字幕檔需要多久呢？他是一邊播放影片，一邊轉成文字檔，所以實際運作時間就是影片、錄音的播放時間。轉換速度很即時，我的測試中也都沒有出現卡住或中斷的情況。 簡而言之，如果你希望影片、錄音轉成文字檔內容，尤其需要製作影片字幕，「 Web Speech to Text 」是一個值得試試看的免費工具。

案例應用可參考 ： 語音轉文字筆記利器，活用 Google 即時轉錄寫筆記的7個案例 2020/2/5 更新， Google 中文語音輸入法也有自動標點符號功能 ： Google 手機語音中文輸入法加入「全自動插入標點符號功能」 你用過 「 Google 即時轉錄」 這個工具嗎？這是一個內建或可安裝在 Android 中的 App ，在 2019 年年初推出，主要目的是提供聽障朋友一個快速的語音轉文字服務，一邊講話，一邊讓字幕顯示在手機螢幕上。 不過，一開始的「 Google 即時轉錄」有很多限制，例如轉錄後的文字只能顯示在螢幕，無法複製或匯出到其他地方。轉錄的時候雖然支援中文，但不會自動加上標點符號。 但「 Google 即時轉錄」在不斷更新的過程中，在 2019 年 6 月的更新後， 可以「複製」轉錄出來的文字內容了！ 更進一步的，後來還加上了 「自動添加標點符號」 、 「自動分段」 等等功能。

讀者推薦的最新「影片自動上字幕」軟體，更加厲害： 「 pyTranscriber 影片自動上字幕免費軟體！10分鐘搞定1小時影片 」。 「 Google 文件」中內建的「語音轉文字」功能 ，我自己常常在寫稿、採訪、開會時利用。雖然他沒辦法像是「 訊飛輸入法 」那樣自動加上標點符號，也不會像是「 雅婷逐字稿 」那樣自動分段。 但是 Google 文件在網路順暢的情況下，語音辨識的速度與成功率是非常高的。 不過，我也常常收到讀者的提問：「 Google 文件的語音輸入工具，在人對著電腦麥克風講話時的辨識率很高。 但是如果想要播放 YouTube 影片、錄音檔案，讓 Google 文件轉成文字檔，卻很奇怪，有些電腦可以，有些電腦卻沒辦法 （在同一個影片、錄音檔的情況下）。」 這樣一來，確實有點麻煩。

2020/2/5 更新， Google 中文語音輸入法也有自動標點符號功能 ： Google 手機語音中文輸入法加入「全自動插入標點符號功能」 這確實是一個讓人躍躍欲試的消息，這兩天新聞紛紛報導， 台灣專注人工智慧的開發團隊 AILabs ，推出了一款中文語音辨識 App ：「雅婷逐字稿」 ，在 Android 與 iOS 免費上架，提供使用者語音轉文字的辨識功能。

今年開始養成閱讀電子書的習慣，寫成幾篇文章，獲得不少回響：「 我如何利用電子書養成更積極的閱讀習慣？ 」、「 Readmoo 電子書劃線筆記匯出 Evernote ，搭配朗讀實測教學 」。 閱讀電子書時，除了用眼睛讀，我也常常利用「耳朵」來聽 ，而針對「聽書」這件事，我嘗試了一些可能性，有一些真實經驗的體悟，今天這篇文章來跟大家分享。

因為必須善用零碎空檔來寫文章，又真的常常在腦袋中構思問題而要立即寫下來，所以我一直在嘗試怎麼樣能突破不方便打字的情境？怎麼樣能更直覺的作筆記？而其中「語音筆記」就是我常常在嘗試的方法。

最近這段時間，我很認真的研究語音轉文字工具，因為工作、生活中都用得到。工作上要製作逐字稿，而生活中，照顧孩子有時候靈感一來，就想要能「說出來」就打成文字筆記。於是，我之前寫了一篇「 10 個免費語音轉文字工具，支援中文提升多種文書工作效率 」整理了前段時間的研究。 而今天看到一個新的線上工具： 「 Voice Dictation （ Voice Notepad ） 」，從名稱可以知道那是一個聽寫筆記 ，利用 Google 語音轉文字的技術，讓你不需額外安裝軟體，也不需註冊登入，直接打開網頁就能進行聽寫輸入。 而且他的介面設計優異，聽寫速度快，當然更重要的是，他可以支援中文的聽寫輸入。

今天這篇文章，想跟大家分享一個最近我做筆記的小技巧，不是什麼新技術，但我實作後覺得很有用，所以分享出來給大家參考。 在換了 iPhone 後，我開始更喜歡在手機上聽 Podcast 或廣播，聽著聽著，其中有些主題很有啟發，我想要將他們寫成自己的心得筆記，但在這之前，我想先把廣播內容轉成「文字逐字稿」，這樣我就可以在筆記中重新整理內容，並加上自己心得（例如做成可以對照的「 康乃爾筆記 」）。 要怎麼把 Podcast 上的聲音內容，轉成我可以整理的文字逐字稿最快呢？我就想到利用手機上的「 語音輸入法 」，我在手機背景播放廣播，然後打開手機筆記，開啟「 訊飛語音輸入法 」（ Android 與 iOS 上皆可用），讓他聽著廣播聲音，自動輸入成文字內容到筆記。

2020/2/5 更新， Google 中文語音輸入法也有自動標點符號功能 ： Google 手機語音中文輸入法加入「全自動插入標點符號功能」 我自己是喜歡盡可能加快打字速度，用打字來完成文書工作的。所以我在電腦玩物上才會那麼認真研究輸入法的效率，像是「 讓 Google注音輸入法 成為最高效率中文輸入法10個必學技巧 」、「 iPhone 內建輸入法與鍵盤的 20 個高效率打字技巧研究教學 」。 不過，當遇到一些特殊的情境，例如我想建立採訪的逐字稿，或是我當下真的不方便打字時，我也漸漸發現， 「善用語音轉文字」的輸入方式，確實在那些情境下更快速、更便捷，並且能完成讓人滿意的成果 。