5 分钟，看完没有人比你更懂“语音识别”！( 三 ) _视频

在线应用：
UVR5：
5.2、字幕翻译
有时转录出来的文本是繁体中文，又或者你想把字幕翻译为英语来做双语字幕。
一个简单的方法，就是将字幕文件在浏览器中打开，使用自带的翻译功能，即可一键翻译为想要的语言。
或者，你也可以选择更专业的字幕工具，比如Edit 。
地址：
当然，使用翻译工具会更加准确，不过前提是你有的 API Key 。
地址：
5.3、标点符号
除了飞书外，其它转录工具都没有标点符号，而且也没有章节分段，如果你想把语音识别后的文本，保存为文章。
一个简单的方法，是利用来重新排版，只需要前置输入“提示词”就可以了。
具体是：“修复下面这段文章的标点符号并分成段落：” 。
需要注意的是，GPT-3.5 输出的最大限制是 777 个字符，所以每一次输入最好不要超过 777 个中文。
但如果你用的是 GPT-4 的话，就没有这个限制。
5.4、一键转录
如果我有大量的视频转文字，还有视频字幕生成需求，有没有办法一键转录？
有的！
奶酪研究出了一套方法，只需要一个 .bat 文件即可一键转录，具体我会在下期《A25 - 语音一键识别》中介绍。
5.5、实时转录
除了转录视频，有没有办法实时转录直播或者播放中的视频？
当然也有！
我们同样可以利用来实现同声传译，具体我们在下下期《A28 - 同声传译》中再做介绍。
结尾
发布的多语言语音识别模型，绝对算得上是一个“游戏改变者” 。
在可预见的未来。
首先，语音识别将会彻底免费，并成为一项公共服务。
其次，视频的语言屏障将会彻底打破，视频一键生成字幕，甚至自动生成字幕，已经成为现实。
还有，视频也将转向文字化，一个 20GB 的视频内容，可以被压缩为 2MB 的文本内容，并且能全文索引。
最后，的入场，也会加速人工智能从单模态到多模态的发展。
动动嘴皮就能拍出一部电影的魔幻场景，也正在发生！
强人工智能时代的我们，太幸福啦！
资源下载：
专栏介绍
本专栏「人工智能指南」致力于提高“人工智能领域”的姿势水平。
特点是：“原创新鲜、系统连贯、给渔授渔” 。
力求一篇文章，讲清楚一个主题，争取每篇文章都是该主题下的 Top3，甚至 Top1 。
看完记得：
点赞，点赞是免费的，但却能激励我保持创作，还能帮助更多的人看到这篇文章。