AI 影片轉字幕 ( 語音逐字稿、MP3 轉字幕 )

隨著線上影片需求的增加，出現了越來越多「AI 轉字幕」的工具，但很可惜目前幾乎所有的線上 AI 轉字幕工具都是要付費的，最多也都只有幾分鐘的免費額度，因此這篇教學會介紹一些免費額度較多的線上轉字幕工具，以及如何在本機環境安裝線上轉字幕工具。

快速導覽：

• cSubtitle
• turboscribe
• 本機安裝 OpenAI Whisper 轉字幕工具

cSubtitle

cSubtitlea 是一款可以「不用註冊」，且能「免費」將語音轉換文字至少 3 分鐘的線上工具，只需要開啟網站，上傳語音音檔或影片，就可以將語音音檔或影片的語音，轉換成純文字 ( txt ) 或是字幕 ( srt )。

前往：cSubtitle 語音轉字幕

上傳檔案後，cSubtitlea 就會開始透過 AI 分析音檔內容，完成後就可以下載字幕檔案或純文字檔案。

下方是轉換後的字幕：

1
00:00:00,470 --> 00:00:02,770
測試語音轉文字

2
00:00:03,390 --> 00:00:07,290
不知道轉出來的效果準不準確

3
00:00:08,480 --> 00:00:13,900
五秒鐘不知道會不會太少十秒十一秒十二秒

4
00:00:15,080 --> 00:00:15,560
測試一下

5
00:00:16,160 --> 00:00:18,420
那就傳個二十秒

6
00:00:19,390 --> 00:00:19,910
完成

turboscribe

turboscribe 是一款可以「需要註冊」，但可以「免費」將語音轉換文字至少 30 分鐘的線上工具，只需要開啟網站並註冊登入，就能上傳語音音檔或影片，將語音音檔或影片的語音，轉換成純文字 ( txt ) 或是字幕 ( srt )。

前往：turboscribe 語音轉字幕

上傳檔案後，可以選擇語系、轉錄模式或一些進階設定。

轉換完成後，可以在網站上看見轉換後的文字和時間戳記，從右側也可以將其下載為 txt 或 srt 檔案，不過下載時因為還要手動設定「每句的字詞數量」，常導致字幕段落和預期不同，因此不建議使用它的下載功能，為了避免這種狀況，可以先「手動複製」網站上轉換後的文字。

接著使用任何一套 AI 工具 ( ChatGPT、Gemini、Poe AI 皆可 )，將剛剛複製的文字轉換成字幕檔案 ( ChatGPT 還會直接提供 .srt 檔案下載 )。

幫我將下面這段字幕變成字幕檔 .srt
`
(0:00) 測試語音轉文字 (0:04) 不知道轉出來的效果準不準確 (0:08) 5秒鐘不知道會不會太少 (0:11) 10秒、11秒、12秒 (0:14) 測試一下 (0:16) 那就傳個20秒 (0:19) 完成
` 

下方是轉換後的字幕：

1
00:00:00,000 --> 00:00:04,000
測試語音轉文字

2
00:00:04,000 --> 00:00:08,000
不知道轉出來的效果準不準確

3
00:00:08,000 --> 00:00:11,000
5秒鐘不知道會不會太少

4
00:00:11,000 --> 00:00:14,000
10秒、11秒、12秒

5
00:00:14,000 --> 00:00:16,000
測試一下

6
00:00:16,000 --> 00:00:19,000
那就傳個20秒

7
00:00:19,000 --> 00:00:19,800
完成

本機安裝 OpenAI Whisper 轉字幕工具

由於現在幾乎所有線上語音轉字幕工具都「要收費」，就算有提供免費額度往往也不太夠，所以如果不排斥「本機環境」，也可以安裝 OpenAI 所開發的 Whisper，在本機環境轉換字幕，就可以完全不受額度限制。Whisper 是由 OpenAI 所開發的一個開源自動語音辨識模型，能夠將語音轉換成文字，支援多種語言辨識與翻譯，具備高度準確性和靈活性，Whisper 提供下列幾種模型：

Mac 環境安裝

在 Mac 環境下安裝，需要先安裝 Homebrew ( 如果尚未安裝 )，打開「終端機 ( Terminal )」輸入下方指令：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

接著安裝 ffmpeg ( 讓 Whisper 可以處理聲音音訊 )

brew install ffmpeg

在 Python 環境中安裝 Whisper ( 參考：使用 Python 虛擬環境 )

pip install -U openai-whisper

安裝後就能在 Python 開發環境中，在終端機輸入下列指令轉換，轉換後會在同一個目錄下，產生一個同樣檔名的 srt 檔案。

whisper sample.mp3 --language Chinese --output_format srt --task transcribe --model small 

下方列出相關指令說明：

下方是轉換後的字幕檔案：

1
00:00:00,000 --> 00:00:03,000
測試語音轉文字

2
00:00:03,000 --> 00:00:07,000
不知道轉出來的效果準不準確

3
00:00:08,000 --> 00:00:11,000
5秒鐘不知道會不會太少

4
00:00:11,000 --> 00:00:14,000
10秒、11秒、12秒

5
00:00:14,000 --> 00:00:16,000
測試一下

6
00:00:16,000 --> 00:00:19,000
那就轉個20秒

7
00:00:19,000 --> 00:00:21,000
完成

Windows 環境安裝

在 Windows 中安裝 Whisper 的步驟如下：

• 安裝 Python，安裝時請勾選「Add Python to PATH」，

• 安裝 ffmpeg ( 下載連結 )，安裝時選擇 release full，解壓縮後，將 bin 資料夾的路徑 ( 例如 C:\ffmpeg\bin ) 加入到系統環境變數中的「Path」。

• 開啟命令提示字元 ( CMD 或 PowerShell )，建立並進入 Python 開發環境 ( 參考：使用 Python 虛擬環境 )。

• 使用下方指令安裝 Whisper：

  pip install -U openai-whisper
  

• 使用 Whisper

  whisper sample.mp3 --language Chinese --output_format srt --task transcribe --model small 
  

下方列出相關指令說明：

下方是轉換後的字幕檔案：

1
00:00:00,000 --> 00:00:03,000
測試語音轉文字

2
00:00:03,000 --> 00:00:07,000
不知道轉出來的效果準不準確

3
00:00:08,000 --> 00:00:11,000
5秒鐘不知道會不會太少

4
00:00:11,000 --> 00:00:14,000
10秒、11秒、12秒

5
00:00:14,000 --> 00:00:16,000
測試一下

6
00:00:16,000 --> 00:00:19,000
那就轉個20秒

7
00:00:19,000 --> 00:00:21,000
完成

小結

對於製作影片而言，字幕往往是最難處理的，如果可以透過一些 AI 工具輔助轉換字幕，就能省下非常多「上字幕」的時間，趕快運用這篇教學所介紹的方法，加速自己的創作時間吧。

意見回饋

如果有任何建議或問題，可傳送「意見表單」給我，謝謝～