Carlxlx
(Carlxlx)
1
有的时候你可能需要某个视频的字幕，可是网上在线的字幕转录工具要么需要付费（或者签到搞积分之类的）、要么质量很差；而本地的ATT模型需要一段时间的部署和一台性能良好的电脑——这时候拿着一台轻薄本的你该怎么办？
恭喜你，你可以开始吹谷歌牛逼了——得益于gemini-2.0-exp支持原生音视频输入输出，你可以很轻松的使用它在线转录
你可以给他一些简单的指令，或者直接给他发一段其他的字幕作为范本，他就可以转录的很好
经过我的测试，它的效果和最新的whisper-large-v3-turbo差不多，日常使用的话完全足够
他的最大优势是：
- 速度快——使用谷歌服务器，性能极其强大，远远高于PC
- 使用简单——只需要登录Google AI Studio，然后告诉他指令，同时上传文件即可
- 完全免费——gemini-2.0-exp一天可以免费使用1500次，完全足够个人使用
小提示：我记得Google上传文件的大小限制在100MB，如果你的视频超过了这个大小，你可以将他的音频提取出来，然后仅上传音频，这样就能很大程度减小文件大小
如果你想直接将他转换成srt文件，可以在他转录之后继续给予提示，直到他输出完全正确的格式即可
或者说你需要他翻译成中文，那就告诉他；中英双语也行，就看你怎么说了
gemini对中文适配不是特别好，有条件的话最好用英文给他指令
还有，有的时候有一定概率触发审核，可以在右边选项那里往下滑，把那个蓝色的Edit safety settings点进去关掉；要是还不行那就没办法了，只能找比较安全的音视频转录
Google AI Studio网址
https://aistudio.google.com/prompts/new_chat
可以顺便看看我关于gemini-2.0-exp的其他帖子
下面是我的例子
27 个赞
WuTian
(XuZhiXiang)
3
牛哇牛哇，我之前为了加字幕都得纯手肝还蛮累得。
话说超过100MB的文件是不是可以通过调用google的FILE API保存然后再通过API让gemini生成字幕？我记得官方文档里有说过
1 个赞
m523
4
转录跟youtube比较有没有显著提升质量
更新：试了下，上传了一个小时的音频，他并不是直接输出转录后的整个文件比如srt，而是文本形式的一个字符一个字符的展示，速度比较慢10分钟才转录几分钟，输出还有字符限制导致只能转录几分钟就停止，需要不停的提示才能继续转录。
Carrot073
(Lil Troublemaker 073)
5
感谢分享，有的时候确实需要加字幕，之前感觉麻烦没折腾，现在可以研究一下了
1 个赞
Seaton
(Seaton)
6
厉害 今天看到几个大佬都在推Gemini也要试起来
1 个赞
Carlxlx
(Carlxlx)
10
可以的，或者是上传到Google Drive或者Google Cloud，不过我还没试过
Carlxlx
(Carlxlx)
11
都差不多，youtube自带的经过几次升级，现在已经够用了
m523
13
我没注意这个，刚试了下，上传了一个小时的音频，他并不是直接输出转录后的整个文件比如srt，而是文本形式的一个字符一个字符的展示，速度比较慢10分钟才转录几分钟，输出还有字符限制导致只能转录几分钟就停止，需要不停的提示才能继续转录。
