【技術(shù)組工具分享】綜合教程-視頻語音轉(zhuǎn)文字（2019.6.21更新）

2019.6.21更新

轉(zhuǎn)自蟲部落趙云007提供的免費(fèi)音頻轉(zhuǎn)文字軟件：

軟件基于百度語音識別，正確率和速度都不錯

目前只有音頻轉(zhuǎn)文字的功能窄坦，僅支持普通話唤反，支持批量選取音頻轉(zhuǎn)換，不限時長鸭津，免費(fèi)彤侍，如下圖測試批量音頻識別正確率：

（1）比如批量識別小學(xué)生課文

（2）比如識別長達(dá)五分鐘的《荷塘月色》

（3）識別岳云鵬的相聲

3、軟件操作

打開可能慢逆趋，且軟件開啟后帶著cmd黑框盏阶。

4、軟件下載

鏈接：https://pan.baidu.com/s/1knYlZfj4PayPdHqc3LaMEA

提取碼：oslt

大家在瀏覽闻书、工作的時候可能經(jīng)常碰到以下問題名斟，使得我們非常惱火：

1.網(wǎng)頁限制視頻下載

2.視頻、音頻的格式亂七八糟魄眉，需要轉(zhuǎn)換的時候很不方便

3.沒有靠譜的語音識別/機(jī)器翻譯軟件

4.講座又沒有字幕蒸眠，需要記錄發(fā)言人講的話非常麻煩

不過不用擔(dān)心，本次技術(shù)組針對第四點(diǎn)杆融，將問題本身和衍生出來的子問題一網(wǎng)打盡楞卡，為各位提供便利的方法。

視頻語音如何轉(zhuǎn)成文字脾歇？

Step1：下載視頻

這里技術(shù)組提供了一個好用的視頻鏈接解析網(wǎng)站——視頻魚蒋腮，只要輸入鏈接，就可以在站內(nèi)進(jìn)行下載（也可以用來針對國內(nèi)一些無良的視頻門戶網(wǎng)站）

網(wǎng)址：

http://shipinyu.com/

視頻魚使用圖（1）

也可以自由選擇下載的大小與格式藕各。

視頻魚使用圖（2）

Step2：轉(zhuǎn)換成音頻

格式的轉(zhuǎn)換和合并等操作池摧，就需要一門神器——格式工廠的幫助了。

下載：

http://www.pcfreetime.com/

格式工廠適用文件

如果視頻網(wǎng)站把視頻分成了很多片段激况，可以下載后用之前分享的Bulk Rename Utility進(jìn)行編號作彤，然后使用格式工廠將這些片段的視頻進(jìn)行合并膘魄。

格式工廠視頻合并圖

再利用格式工廠將視頻格式轉(zhuǎn)換成需要音頻格式。

格式工廠轉(zhuǎn)換圖

Step3：語音識別+機(jī)器翻譯

一切準(zhǔn)備工作就緒竭讳，在最后的是最困難的工作创葡。

機(jī)翻其實(shí)目前已有很多成熟的工具，但由于目前的語音識別技術(shù)相比較機(jī)器翻譯绢慢、語音合成技術(shù)并不是非常成熟與完善灿渴，人工語音識別服務(wù)價格太高，希望低成本完成任務(wù)的我們只好使用自動轉(zhuǎn)換機(jī)翻服務(wù)胰舆。但即使利用了ai技術(shù)骚露，這也不是個簡單的活。

因此技術(shù)組特地再試用了十幾種方法后缚窿，采用了其中4種相對可行性較高的推薦給大家棘幸。

（1）訊飛聽見（科大訊飛產(chǎn)品，中文語音識別技術(shù)雄厚倦零，處于國內(nèi)領(lǐng)先地位）

訊飛聽見網(wǎng)頁使用圖

訊飛聽見是科大訊飛（也就是最近世界AI大會上曝出AI同傳包含人工環(huán)節(jié)的企業(yè)误续，雖然是丑聞，但從另一方面說明其資格）以及一系列衍生產(chǎn)品提供了語音轉(zhuǎn)換的服務(wù)光绕，上傳文件后自動接單女嘲。

價格：機(jī)翻價格0.33元/每分鐘，有點(diǎn)貴【剛注冊有2個小時免費(fèi)轉(zhuǎn)換時長】

速度：自動識別诞帐，1小時音頻5分鐘出稿

識別率：經(jīng)過試用有90%以上【官方：最高95%】

（實(shí)際上機(jī)翻識別率達(dá)90%以上就到了及格線欣尼，足以滿足痛點(diǎn)。但再想從95%往上提高停蕉，邊際效益和邊際成本都非常高愕鼓，這個癢點(diǎn)亟待技術(shù)去滿足。不過近期科大訊飛聲稱自己的技術(shù)已經(jīng)達(dá)到了98%的識別率慧起，在可見的未來我們使用語音轉(zhuǎn)換的效率會更高）

存在形式：網(wǎng)頁菇晃、APP

https://www.iflyrec.com/

總結(jié)：效果最好的一個工具，如果能夠報銷（20元/小時）或者利用注冊福利應(yīng)該是比較好的選擇