中文专业课程/演讲类的视频，两三个小时左右，想转换成文字稿
1.试过whisper desktop + whisper-medium ，好处是拆箱即用，UI点一点就完事，坏处是中文效果一般，而且视频时长太长时，转录的文本出现过内容丢失；
2.有人推荐阿里的模型，小试了一下本地报错，然后也没有whisper desktop这种比较方便的UI，貌似还要先转音频再转文本
佬友们有啥简单好用的方案吗，希望可以直接视频转文本，最好没有先转换成音频的中间步骤
3 Likes
1 Like
讯飞yyds
1 Like
讯飞确实很好用，不过大量使用还是有一些限制，最好是本地就能run的
我之前用的memo ai不过是个付费软件
我使用两款：
一款是：CapsWriter-Offline
教程看作者提供的，优点速度和准确率都可以，不需要额外转音频，也可以实时录制转字幕
=================================================================
另一款： faster-whisper-GUI
模型基于faster whisper，GUI做的不错，不需要额外转音频
3 Likes
感谢大佬！！
用科大讯飞的产品吧
1 Like
剪映好像有一键生成字幕功能
2 Likes
或许你页可以尝试一下阿里的通义听悟
1 Like
我觉得还是飞书好用，飞书工作台的妙记转写，是免费的，好像不限制文件的大小，把视频和音频上传之后就可以转成文本，而且可以用链接分享出去给别人编辑，而且转文本很快，我经常一转就是转两个小时语音
3 Likes
Mac有一款叫Whisper Transcription 的工具，之前限免过，很好用。
1 Like
昨天试了下， **faster-whisper-GUI + large-v3 model float32 ** ，效果非常好，完全满足我的需求了，感谢佬推荐！
1 Like
OK，咱也是借花献佛，另外，那个float32，如果感觉太慢，可以改为int 8，速度飞快，效果好像差别不大，自己对比试试
1 Like
可以問問怎麼使用嗎？
模型下好了可是不能開
佬友可以问一下吗，我也是用的large-v3模型 float32，但是我的转换速度特别慢，看了下任务管理器发现GPU完全不调用，是需要在哪里设置什么吗？
https://tingwu.aliyun.com/home 我感觉通悟最适合你
好像有個飛書什麼的能自動轉語音
1 Like
阿里的好用