不管是演講、訪談或 YouTuber 拍影片，上字幕都是相當花時間的工作。雖然有些剪輯軟體如：剪映、威力導演都提供自動上字幕的功能，不過識別效果、資料 (你的聲音)安全都不是非常理想。這篇文章和大家分享 WhisperDesktop，它使用最新的 Whisper 語音識別 AI 技術，可以快速、精準地幫你製作影片字幕，而且還能直接在你的電腦完成轉換，不受檔案大小、時間長度限制，也不用擔心資料外洩唷！
推薦使用 WhisperDesktop 的理由：
✅ 使用最新的 Whisper AI 模型，轉換正確率更高
✅ 單機就能用，不須聯網，不會產生任何費用
✅ 相容性高，實測 5 年前筆電也能跑
使用 WhisperDesktop 高效率產生字幕
Step 1. 下載 WhisperDesktop
WhisperDesktop 是一個開放原始碼的軟體，可以從 github 下載使用。
點這邊下載 WhisperDesktop (版本 1.11)
Step 2. 下載語音識別 AI 模型檔 (model)
接著我們前往 Hugging Face 下載 AI 模型檔，稍後程式會使用這個模型檔進行運算。 這邊建議下載 ggml-medium.bin (1.5GB)可以獲得最好的轉換品質；如果電腦效能較差，也可以改用 ggml-small.bin (488MB) 替代，轉換品質相近，但會省下很多運算時間。
Step 3. 打開 WhisperDesktop，選擇模型檔
接著打開步驟 1 下載的壓縮檔，執行 「WhisperDesktop.exe」，接著在畫面上點選右邊的【…】按鈕選擇剛剛下載的模型檔。接著確認「Model Implementation」選擇 「GPU」就可以按【OK】準備進入重頭戲。
Step 4. 設定轉換相關參數
接著要進行影音轉文字的相關設定，以下依序說明：
- Language：影音檔使用的語言，如果是中文影音就直接 Chinese。如果要將字幕翻譯成英文可以勾選右邊的【Translate】。
- 選擇要轉換的影音檔：可以使用 mp3 或 mp4、avi 這類聲音或影片檔。
- 選擇要輸出的格式：轉換逐字稿可選 「Text file」 或 「Text with timestamps」(有時間標記)，影片字幕則選擇「SubRip subtitile」。
接著按下【Transcribe】就可以開始進行語音識別和轉換囉！
WhisperDesktop 轉換效能測試
WhisperDesktop 對硬體的要求非常低，基本上只要支援 DirectX 11 的顯示卡都可以運作。有多低？好手使用 2017 年購入的筆電也可以無痛使用！
不過不同的硬體效能，當然也會影響轉檔速度，以下好手就實際以兩個影片進行轉換測試
| 影片長度 | 轉檔時間 | |
|---|---|---|
| 電腦 A (AMD Ryzen 7 3700X + NVIDIA RTX 3070 Ti) | 7分25秒 | 57秒 |
| 電腦 B (Intel Core i7 8550U + UHD Graphic 620) | 2分03秒 | 24分23秒 (ggml-medium) 7分05秒 (ggml-small) |
| 電腦 C (Intel Core i9-13900KF + AMD RTX 6600XT) | 17分49秒 | 2分39秒 (ggml-medium) 52秒 (ggml-small) |
從以上結果可以發現：顯示卡的效能決定了一切！雖然電腦 B 只有陽春的顯卡，但 2 分鐘的影片也只需要 7 分鐘就能完成轉換。如果你聽打的速度比它慢，省下來的時間就是你的！
WhisperDesktop 與其他轉字幕功能比較
以下我們整理了目前常用的幾種字幕轉換 (產生) 工具的比較，你可以根據自己的需求，選擇最適合自己的工具。
| WhisperDesktop | 威力導演 | 剪映 | pyTranscriber | |
|---|---|---|---|---|
| 轉換速度 | 尚可~快 (依電腦性能) | 快 (依電腦性能) | 快 | 快 |
| 正確性 | 高 | 普通 | 尚可 | 尚可 |
| 語句分段正確性 | 高 | 高 | 高 | 普通 |
| 費用 | 免費 | NT 166 起/月 | 免費 | 免費 |
| 資料安全 | 高 | 尚可 | 上傳至中國伺服器 | 上傳至 Google 伺服器 |
| 離線使用 | 可 | 須聯網 | 須聯網 | 須聯網 |
| 硬體要求 | 顯示卡效能越高越好 | 無 | 無 | 無 |
總結
Whisper 是 OpenAI 推出的語音辨識模型，未來還會隨著官方訓練成果的成長，進一步提高轉換的正確性 (雖然現在正確性已經很)，如果你使用的電腦是用來剪片的話，通常效能一定可以讓你順順的用 WhisperDesktop 轉換字幕，因此好手建議可以優先把它當作轉換字幕的首選工具，幫你省下更多抓錯及上字幕的時間！