|
|
MacWhisper 使用 OpenAI 在 Mac 上本地转录音频* e" `' {' Z6 ^) d3 t) {
6 V a/ H5 S9 o. N
MacWhisper是一款适用于 macOS 的实用程序，可以转录您提供的任何音频文件。在引擎盖下，它依赖于 OpenAI 的 Whisper，这是一种转录引擎，与传统方法相比，它使用人工智能来提高完成工作的速度和质量。DALL·E（图像生成器）和 ChatGPT（文本生成器）的创建者根据在别处转录的 680,000 小时音频创建了一个模型。这个转录引擎是开源的，这使得它可以在本地使用和应用程序来集成它。1 z& P5 j8 `7 s* ?% g
9 |8 i; D. D/ ]; s E0 HMacWhisper 的开发人员因此恢复了该模型并将其集成到 macOS 的本机界面中。一个非常简单但有效的界面：您可以单击按钮开始麦克风录音，或者将文件拖放到窗口中，转录立即开始。使用默认设置，会自动识别语言并在几秒钟后显示文本。即使音频文件很长，您也会很快看到前几行文本，这对于验证语言是否已被正确识别很有用。
" A: s9 b# B s9 ~. n
! M4 J7 [# e6 K
# V) c( o7 e# l1 k& M* f- |" a$ K根据其设计者的说法，转录比实时快 15 倍，这意味着处理 15 个原始文件只需要一秒钟。事实上，它甚至可以比这更快：在我的 Mac Studio 上，MacWhisper 在大约 15 秒内转录了一个 8 分钟的文件，转录速度比实时转录快约 30 倍。它使用默认设置和“准确”，因为知道有一种更快的模式会影响转录质量。# G. ?- n% C3 X9 l3 Z4 M
" O3 N6 t6 Z, T: Q
工作完成后，您可以使用该应用程序阅读文本并同时收听音频。两条信息是同步的，因此您可以在文本中移动并单击任何一行来收听相应的部分，或者相反地在音频文件中移动并显示相关的转录。在这方面，MacWhisper 不仅限于音频文件（mp3、m4a 或 wav 格式），该应用程序还可以作用于视频（仅限 mp4 格式）并生成.srt和.vtt.
* c& h3 k- [( M4 y( `) o
% Y# V4 Q5 l* H/ N8 t9 i' c0 f在我的测试文件中，免费应用程序的转录非常令人满意，并且在几秒钟内获得了结果。还是有一些错误，尤其是专有名词没有太多惊喜1和同音异义词2，但仍然很容易理解，经过一些更正，结果还是比较令人满意的。也有速度较慢但效率更高的型号，但它们需要购买 MacWhisper Pro，其在官方网站上的含税售价约为 12 欧元。
1 I5 Y# @7 h, L5 f g u9 O% L( u5 f8 }* F1 ~
免费版和专业版之间的主要区别在于包含了两个额外的模型，这大大降低了应用程序的重量。虽然基本版本重约 200 MB，但 MacWhisper Pro 安装在 Mac 上后接近 5 GB。处理时间也明显更长，大约需要三分半钟，仍然比实时快 2.3 倍。结果实际上比基本模型更好，句子结构更好，避免了许多语法错误。这一次，我们在不进行修饰的情况下接近完美的结果，如果您需要定期转录大量音频，这充分证明了专业版所要求的价格。1 }0 _; P c( }% ~# I ^
" C% \3 G! X. f' I+ Q; v( w
' W. p* Y6 l. Y) E- S
使用最准确的模型转录相同的音频文件。; H2 q& Z; ?2 X( L" |1 \
MacWhisper 的开发者有很多想法来改进他的应用程序：更好地识别和分割句子，翻译转录文本的可能性和附加功能，例如实时转录 Mac 麦克风拾取的任何内容，或者识别和区分多人的能力在音轨上。其中一些功能将保留给 Pro 版本，其他功能则两者通用。: [. Z& i& |8 j' x
( Q& f1 B, e) `" A! _# u+ E! S
同时，该应用程序安装在所有从 macOS Ventura 开始的 Mac 上，尽管推荐使用 Apple Silicon 型号，但您可以在 Intel Mac 上使用该应用程序。就像与人工智能相关的一切一样，自制芯片因其神经引擎和对这些任务的一般优化而成为首选。MacWhisper 界面仅提供英文版本。0 O9 w( j/ r/ j$ m8 [' d- c2 \
7 J% ^7 I" E q举几个例子：“Syria”代表 Siri，“I-Mac”代替 iMac，甚至是我最喜欢的“pelTV”代替 Apple TV。注意这不是系统的，系统可以识别产品名称，尤其是iPhone的那个好像比较好理解。 ↩︎
. o* E! y0 j4 G+ O8 r2 S
8 z4 ?7 l5 P( x4 K
6 O( S2 b( C3 F2 B3 W$ R |
|
发表于 2023-2-6 23:18:30