- 發表日期：
Whisper 是 OpenAI 推出的開源模型，也是目前最強的語音轉文字 AI 模型，支援超多語言，包括繁體中文，因此對於有語音轉文字需求的人，非常推薦使用 Whisper。而這篇要介紹的 Whisper Jax，就是一款採用 Whisper 的線上工具，支援上傳聲音檔、麥克風、以及 YouTube，雖然是線上工具，但轉換速度也很快，而且精準度非常高，更重要是完全免費。
你可能感興趣：
目錄
Whisper JAX 操作教學
Whisper JAX 特點：
- 完全免費
- 使用 OpenAI 開發的 large-v2
- 轉換速度超快
- 支援 YouTube、聲音檔上傳、麥克風
- 可加入時間戳
Whisper Jax 雖然是國外的工具，尚未支援繁體中文語系，但操作很簡單，即使是不太懂英文的人也能快速上手，下面就來一步步告訴你怎麼操作。
1. 選擇你要轉換的語音類型
進到網站之後，上方可選擇你要轉換的語音類型，由左到右分別是「Microphone 麥克風」、「聲音檔 Audio File」、和「YouTube」 ：
2. 上傳或貼上你要轉換的 YouTube 影片網址
我以 YouTube 為例，把影片網址貼在 YouTube URL 後，按下方的 Submit 就會開始轉換。transcribe 為語音轉文字，translate 則是翻譯，不過翻譯需要填入自己的 OpenAI API，因此單純語音轉文字的話，選 transcribe 就好。如果你想要每段文字前方都會加上時間點，請將 Return timestamps 打勾：
3. 完成後，可將所有文字一鍵複製
轉換速度相當快，右下 Transcription 就是轉成文字後的結果，我先測試英文影片，不到 10 秒就完成 15 分鐘的影片，真的強。右上角方塊圖示就是一鍵複製：
再來我測試小 Lin 說的影片，這部是簡體中文，它也會自動判斷成字幕是要輸出成簡體中文：
而我測試風傳媒的影片，也成功轉成繁體中文字幕：
Whisper JAX 使用上有什麼需注意的嗎？
如果你是要靠它產生影片的字幕檔，有一點要注意是，它產生出的時間格式不符合字幕檔，就以下面這段為例，這是 Whisper JAX 產生的某一段語音轉文字：
[02:48.960 -> 02:50.000] 所以我們現在
注意前面的時間格式，有很多不符合字幕檔的要求
- .960 應該是要 ,960 才對，也就是點點變成逗點，
- 箭頭部分要 –>，而不是 ->
- 時間前後也不需要 []
所以說，如果你直接一鍵複製 Whisper JAX 轉好的內容，然後製作成 SRT 字幕檔，你會發現字幕出不來，就是以上這幾個原因。
只能手動調整來解決這個問題，所以製作字幕檔不太推薦用這線上工具。
另外，如果你是上聲音檔，太重要的檔案也不太建議，畢竟是要上傳到網站伺服器，多少還是有安全性上的顧慮。
Whisper JAX 是完全免費的嗎？
是的，完全免費且沒有任何限制，你要轉換多少聲音檔、YouTube 影片都可以。長度也是，多常都沒問題。
Whisper JAX 需要填寫 API 嗎？使用什麼模型？
不需要，打開網站就能直接開始使用，無需填寫任何資料、API，連註冊都不用。
使用的模型是 Whisper large-v2，雖然不是目前最新的 large-v3，但 large-v2 已經可以滿足絕大多數需求，準確度也相當高。
總結
這款線上工具無疑是目前最強語音轉文字之一，我測試好幾部影片都完美轉換，速度也快，對於有相關需求的人，相當推薦使用。
Rocky
曾任職於各大科技網站編輯，目前也是電腦王阿達資深編輯，接觸科技已經長達 10 年，熱愛將一些新科技、知識、和經驗分享給所有人。目前居住在日本，老婆是日本人，偶爾也會分享一些日本生活內容。