本文介紹如何在 Google Colab 中使用 Open AI 的 Whisper 語音轉文字 API 將音訊或影片轉換為 SRT 文件並匯入《簡憶生詞本》的音訊目錄，以便學習和記憶其中的單字並練習外語聽力。

2. 點選「添加筆記本」，在上方「程式碼執行程式」選單中選擇「更改執行階段類別」，在「硬體加速器」中選擇 GPU。

3. 在筆記本中輸入以下程式碼並點選左側執行按鈕：

!pip install git+https://github.com/openai/whisper.git

!sudo apt update && sudo apt install ffmpeg

4. 如果要提取影片文件中的文字，可以在 Mac 上輸入以下命令將影片轉換為 mp3：

brew install ffmpeg

ffmpeg -I input.mp4 input.mp3

5. 點選 Colab 左側目錄圖示，將音訊文件拖曳到 Colab 文件視圖中並等待上傳完成。

6. 在筆記本中輸入以下程式碼並執行：

!whisper input.mp3 —-model medium （英文語音使用）

!whisper input.mp3 —-model medium —-language ja （日語語音使用）

7. 執行完成後，在左側文件視圖中選擇 input.srt，並點選右側三個圓點，選擇「下載」。

8. 打開《簡憶生詞本》APP，點選添加目錄，並選擇「添加音訊目錄（文件）」或「添加影片目錄（文件）」，並選擇影片或語音文件的位置。

9. 在新添加的音訊/影片目錄中，點選右上角三個圓點的圖示，並選擇「導入歌詞、字幕文件」，並選擇剛剛下載的 SRT 文件。

使用 Google Colab 和 OpenAi 語音轉文字 API（Whisper）提取並學習音訊、影片中的單字

評論