邊錄邊轉:每一小段先轉成文字,按停就幾乎做完
「開了一小時的會,按下停止還要等很久才有文字。有沒有別的做法?」夥伴的提問
錄完整段再轉,錄得越久等得越久。嚮導的工具每十秒左右切一段,在背景先轉好,按停時只剩最後一小段。附一段請 AI 照這個做法設計的指令,以及做好之後怎麼自己驗。
開了一個小時的會,按下停止,還要再等很久才拿到文字。嚮導自己的會議紀錄工具換了一個做法:邊錄邊轉,每一小段先轉成文字,按停的時候幾乎已經做完了。
這一篇在講什麼
01一個設計上的選擇,不是一個現成的工具
嚮導的工具沒有公開,這一篇不是教你裝它,是把它的做法講清楚。你在請 AI 做錄音轉文字的工具時,可以把這個做法講給 AI 聽,請它照著設計。
要動手的話,你需要一個能在你電腦上建檔案、跑程式的 AI。還沒有的話,先看 不會裝?讓 AI 教你裝。
兩種做法
錄完再轉,或邊錄邊轉
差在哪裡
02等待的時間放在哪
錄完整段再轉
開會一分鐘,就是一分鐘的錄音;開一小時,就是一小時的錄音。按下停止之後,才把整段送去轉文字。錄得越久,按停之後等得越久。
邊錄邊轉
錄音還在進行,前面錄好的一小段就先送去轉文字,放在背景等著。按下停止時,只剩最後一小段還沒轉。
上一篇〈給 AI 一把尺〉提到,有夥伴請 AI 做了一個錄音轉文字的工具,轉得很慢。嚮導猜它用的是第一種做法,慢的原因就在這裡,建議的改法是第二種。
嚮導的解說
03每十秒讓它工作一次
嚮導用自己的工具邊講邊解釋。他說大約每十秒切一段:
這有一個前提:每一段十秒的聲音,要在下一段錄完之前轉得完。轉得比錄得慢,就會越積越多,按停之後一樣要等。這一點可以請 AI 量給你看。
嚮導的形容:你看它好像還在錄音,以為它還沒轉文字;其實前面幾段都已經轉完了。
他的工具是一個在背景跑的小程式,沒有畫面,錄音和轉文字都在他自己的電腦上做。
順帶聊到的
04做在瀏覽器裡,講話停頓時可能被切斷
課堂上也聊到:做在網頁、靠瀏覽器錄音的工具,講話中間停頓一下,過一陣子可能就被切斷,不再收音。這是當時對話裡提到的狀況,課堂上沒有實際測,也不是每個瀏覽器、每種寫法都會這樣。
嚮導的回應是:做成在電腦背景跑的小程式,不經過瀏覽器,應該很有機會避開。所以你遇到「講到一半它就停了」,可以把這個狀況告訴 AI,請它查原因,也問它能不能改成不靠瀏覽器的做法。
可以直接貼的一段
05請 AI 照這個做法設計
這一段是為這篇文章寫的,不是課堂上的原話。括號的地方換成你的。
我想要一個錄音轉文字的工具,按下停止之後,很快就拿到全部的文字。 請用「邊錄邊轉」的做法設計: - 錄音進行時,每隔大約十秒,把剛錄好的那一段送去轉成文字,在背景處理。 - 每一段轉好,就照順序接在前一段後面。 - 按下停止時,只剩最後一段要轉。 也請告訴我: 1. 一句話剛好被切在兩段中間時,你怎麼處理,會不會重複或少字。 2. 錄音和文字存在哪裡:我的電腦,還是雲端。 3. 轉文字用的是什麼,要不要花錢。 4. 講話中間停很久,它會不會自己停掉。 我用的電腦:(Mac 或 Windows)
它做好之後,自己錄一段一兩分鐘的話試試看:按停之後多久拿到文字、句子在段落交界的地方有沒有斷掉或重複、中間停十幾秒不講話,後面還有沒有收到。
還要想的一件事
06錄音放在哪裡,也會影響要不要花錢
嚮導順帶提醒:聲音存在你自己的電腦裡,不用登入;存在雲端,就要登入,雲端也常常要付費。轉文字的運算在哪裡做,也是一樣的道理。所以請 AI 設計的時候,「放在哪裡」要一起問清楚,〈請 AI 照這個做法設計〉那一節的指令,第 2、3 點就是在問這個。
會議錄音裡有別人的聲音和公司的事。要送到雲端轉文字之前,先確定與會的人和公司都同意。
帶得走的東西
把等待拆小,藏在錄音的時候。
每一小段先轉好,按停時只剩最後一段。請 AI 設計時,順便問清楚段落交界怎麼接、東西放在哪裡。
同一堂課的上一篇:給 AI 一把尺:做出來的至少要贏過免費的聽寫。下一篇:公司文件不能丟雲端:用地端模型,先讓 AI 盤點你的電腦。
留言
CYC 看過才會公開。
還沒有公開的留言。