Whisper JAX 免費高速轉錄音訊檔、YouTube 影片產生逐字稿

語音轉文字識別（Speech To Text）是由電腦將人類語音內容轉換為相應的文字，自從 OpenAI 釋出 Whisper 自動語音辨識模型，有許多開發者利用這個模型製作出免費語音轉錄工具，而「Whisper JAX」進一步優化處理速度並提供線上演示模型，可以免費轉錄音訊檔和 YouTube 影片生成文本。

服務介紹：

Whisper JAX 是一個免費開源的語音轉文字工具，基於 Whisper 自動語音辨識模型，使用 Google JAX 高性能數值計算的 Python 庫進行優化，能夠在 GPU、TPU 設備上快速將語音轉錄為文字，處理速度提升 70 倍。

開發者在 Hugging Face 平台上建立演示模型，無須註冊免費使用，支援錄音、音訊檔和 YouTube 影片轉文字，能夠準確辨識 40 多種語言。介面簡潔易於使用，只需上傳音訊檔案或輸入 YT 影片連結即可生成逐字稿，並提供時間標記選項，可選擇輸出純文字或帶有時間戳記的文本，要將會議錄音轉文字稿或生成影片字幕都能快速完成。

名稱：Whisper JAX
語言：英文
網址：https://huggingface.co/spaces/sanchit-gandhi/whisper-jax

Whisper JAX 使用說明：

開啟 Whisper JAX 網頁，先在頁面上方選擇音訊來源，有麥克風錄音、音訊檔案、YouTube 三個語音轉錄工具。


點選「Audio File」可用拖曳方式或點擊選擇檔案加入音訊。


開啟音訊檔案會出現播放器，點擊「Edit」按鈕有修剪功能，處理任務可選擇轉錄、翻譯，勾選「Return timestamps」產生有時間標記的文本。


設置完成後，點擊「Submit」開始處理，頁面右側會顯示進度。


Whisper JAX 的處理速度很快，十分鐘以內的音訊不用一分鐘即可轉錄完成，下圖左/右分別是有無時間標記，點擊「複製」按鈕就能將文本用於其他地方。


音訊來源選擇「YouTube」並貼上影片連結，點擊「Submit」即可轉錄 YT 影片產生逐字稿，支援辨識 40 多種語言。


Whisper JAX 的 Task (處理任務)雖然有提供翻譯選項，但是只能翻譯為英文。


延伸閱讀：
Google 即時轉錄 App 準確辨識語音產生逐字稿(Android) Buzz 免費 AI 語音轉文字軟體，轉錄影片/音訊產生逐字稿 Windows 11 新增即時字幕，播放影片/音訊同步顯示字幕 pyTranscriber 轉錄影片和音訊輸出字幕，語音轉文字軟體