雅婷逐字稿 vs. Whisper.cpp

語音轉文字AI工具比較

近來因為要做會議紀錄的關係開始有了需要進行語音轉文字的需求。我試了兩種AI工具，雅婷逐字稿以及Whisper。雅婷逐字稿是臺灣的公司開發的線上工具，需要將影音檔上傳；而Whisper則是openAI公司開發的開源程式，可以單機執行。只是Whisper轉譯的速度實在太慢了，我使用的是它的延伸程式Whisper.cpp。Whisper.cpp是用C/C++來運作，比起原來用python的Whisper速度快了不少。使用上兩種工具適合的目的不太一樣，雅婷如其名，適合進行逐字稿的繕打，而Whisper較適合用來產生字幕。以下就我的使用情況進行比較

雅婷逐字稿

優點

  1. google meet錄影的音檔，中文有不錯的辨識率。（英文出錯率就挺高的，但我的使用中，英文出現的比例很低）
  2. 轉譯速度快，1小時的音檔在15分鐘左右便可以辨識完成
  3. 能自動辨識並標示發言者。這個功能在會議紀錄中是很重要的，才能知道誰說了什麼，誰指派了什麼任務
  4. 能夠自動把同一個人較長的發言合併在一起
  5. 使用方式很簡單。雖然是網頁功能，但使用介面很友善，進行編輯也很簡單
  6. 可以自動產生重點摘要。但我在我4次的使用經驗中，它都無法自動產生重點摘要。可能因為會議時間都約1小時，太長。我需要在產生的逐字稿上自己畫重點，雅婷可以幫我整理畫好的重點。
  7. 能夠與其他人共用逐字稿，可以共同編輯
  8. 能夠匯出多種逐字稿格式（pdf, word, odt, csv, txt, srt）

缺點

  1. 需要上傳影音檔至雅婷的伺服器，可能有資安或是隱私的疑慮
  2. 英文辨識錯誤率高（至少在我目前幾次的使用經驗中）
    • 例如 ChatGPT 很常被辨識為gp。有些時候英文單詞甚至會被忽略。
  3. 要錢，需預先購買可以使用的時數

Whisper.cpp

優點

  1. 中文、英文都有不錯的辨識率（英文雖然也不一定辨識對，但音節的長度幾乎都是對的）。
    • 例如 ChatGPT 至少會被辨識為ChedGPT，Bloom taxonomy被辨識為Bloom Tosanomy
  2. 轉譯速度快，1小時的音檔在15分鐘左右便可以辨識完成
  3. 單機執行，沒有隱私的疑慮
  4. 免費
  5. 自動形成較短的斷句，適合做字幕
  6. 有多種輸出格式（txt, vtt, srt）

缺點

  1. 使用的技術門檻高，介面不人性
  2. 轉譯的速度受限於使用者的硬體設備
  3. 不能自動辨識發言者

其他

Whisper在開發出來之後，近來已經延伸出許多支援的工具，像是whisper.cpp以及WhisperDesktop。其中WhisperDesktop已經變成圖形化介面，也支援GPU，對使用者很友善。但是目前只支援windows作業系統。

比較表

雅婷逐字稿 Whisper.cpp
技術門檻 低 高
中文辨識率 佳 佳
轉譯速度 快 快
價格 100/1小時音檔 免費
線上/單機執行 線上 單機
輸出格式 pdf, word, odt, csv, txt, srt txt, vtt, srt
適合使用目的 逐字稿 上字幕

※若使用原來的 Whisper 轉譯速度很慢，不使用 GPU 的話 10 分鐘的錄音檔就要轉 1 小時。

​

留言

張貼留言

這個網誌中的熱門文章

以中文撰寫的論文，如何請 ChatGPT 翻譯成英文

以中文撰寫的論文，如何請 ChatGPT 翻譯成英文，請提供執行建議(如何詢問ChatGPT)與注意事項 若要使用ChatGPT將中文論文翻譯成英文，您可以按照以下步驟操作： 分段處理：將論文拆分成較小的部分，例如句子或段落。這樣做有助於提高翻譯的準確性，並確保您的問題不超過ChatGPT的字數限制。 向ChatGPT詢問：將每個部分輸入到ChatGPT中，並明確地要求將其翻譯成英文。例如：“請將以下中文句子翻譯成英文：'本研究旨在探討...。'” 檢查翻譯：仔細檢查ChatGPT提供的翻譯，確保它能夠準確地傳達原文的意思。如果有任何不確定之處，請再次向ChatGPT提問以獲得澄清。 注意事項： 機器翻譯的限制：雖然ChatGPT在語言翻譯方面具有相當的能力，但它無法完全替代專業的人工翻譯。在某些情況下，機器翻譯可能無法完全理解原文的含義或者無法找到最恰當的英文表達方式。 校對和修改：在使用ChatGPT進行翻譯後，請務必找人對翻譯結果進行校對和修改。這將有助於確保翻譯的準確性和通順性。 處理專業術語：在翻譯學術論文時，可能會遇到專業術語和概念。在這種情況下，您可能需要專業人士的幫助來確保這些術語在英文中的準確表達。 綜上所述，ChatGPT可以作為翻譯中文論文的輔助工具，但您應該注意到其潛在的局限性。在使用ChatGPT翻譯時，建議您與專業翻譯人員或同事合作，以確保翻譯品質。
閱讀完整內容

提示工程－以 PEDro 量表為例

我詢問 ChatGPT & Claude AI 相關問題，結果如下： ChatGPT 如連結。 Claude 如下： Q：您是一位 prompting enginering 專家，請解釋 chain of thought，並以應用於 PEDro scale 應用於評論 RCT 論文為例說明之 我很樂意為您解釋 chain of thought（思維鏈）概念，並以應用於 PEDro scale 評論隨機對照試驗（RCT）論文為例說明。 chain of thought 是一種提示工程技術，旨在引導人工智能模型通過 一系列邏輯步驟來解決複雜問題 。這種方法 鼓勵模型逐步思考 ，類似於人類解決問題的方式，從而提高其推理能力和輸出質量。 現在，讓我們以使用 PEDro scale 評論 RCT 論文為例，說明如何應用 chain of thought： 1. 首先，我們可以這樣開始提示：    "請使用 PEDro scale 評估以下 RCT 論文。 逐步思考每個評分標準，並解釋你的評分理由 。" 2. 然後，我們可以引導模型按照 PEDro scale 的 11 個標準逐一思考：    "1. 請檢查論文是否明確說明了受試者的納入標準。解釋你的發現。    2. 現在，評估受試者是否被隨機分配到不同組別。描述你在論文中找到的相關信息。    3. 分配是否是隱蔽的？解釋論文如何描述這一過程。    4. 檢查基線時各組的主要預後指標是否相似。提供你的觀察結果。    5. 受試者是否被盲法處理？說明你的判斷依據。    6. 治療師是否被盲法處理？解釋論文中的相關描述。    7. 評估者是否被盲法處理？提供論文中的證據。    8. 是否至少有 85% 的受試者完成了關鍵結果測量？計算並解釋你的結論。    9. 所有受試者是否都接受了分配的治療或對照條件？如果沒有，是否進行了意向性分析？解釋你的發現。    10. 組間比較的統計結果是否被報告？描述你在論文中找到的相關數據。    11. 研究是否同時提供了點估計和變異性估...
閱讀完整內容

My GPTs 協助評析論文

以 CONSORT 評析RCT論文，使用者先上傳檔案後，可點選「對話啟動器」之選項，或自行指定評論特定章節。使用者可輸入「指令表」，即可呈現簡易指令表。 詳 My GPTs:   https://chatgpt.com/g/g-d4gCN5lgY-lun-wen-ping-xi-rct 歡迎提建議！ 以下連結是近年OT相關的RCT（簡略查詢版，有疏漏）： https://pubmed.ncbi.nlm.nih.gov/?term=occupational+therapy%5Bmajr%5D+AND+2020%3A2030%5BDP%5D&filter=pubt.randomizedcontrolledtrial&sort=date PEDro, OTseeker, Cochrane Risk of Bias, 皆有標準答案--可對照之 "Methodological quality was assessed using the version 2 of the Cochrane risk-of-bias tool."
閱讀完整內容