在2024 探索 Whisper AI：如何利用WhisperDesktop軟體，快速生成字幕與逐字稿這篇文章中透過WhisperDesktop來生成字幕與逐字稿使用一段時間之後發現了其他問題，例如在辨識過程中發生於不斷重複同一句話、或者將背景噪音為語言，或是將某些語音資料錯誤翻譯成不相關的文字等等。其中最困擾的是同一句話一直重複，重複比例太高了。
還好Faster Whisper GUI提供了模型參數調整介面，使用者介面相較於WhisperDesktop友善多了，大部分的時候參數維持預設值。另外版本持續更新中，截至目前2024年4月中最後版本為0.7.6。
閱讀全文: 2024 提高語音識別效率：探索Faster Whisper GUI的優勢簡介
Faster Whisper GUI 是一款專門設計來提升語音識別效率的用戶介面。它基於 OpenAI 的 Whisper 模型，能提供快速、準確的語音轉文字服務而優化。此 GUI 版本讓用戶可以更直觀地操作語音識別功能，提供了多語言支持。透過簡潔的設計和強大的後端技術，Faster Whisper GUI 為企業和個人用戶提供了一個高效、易於使用的解決方案，對於日常的語音記錄需求。無論是會議記錄、線上會議、影片檔上字幕、國外影片翻譯字幕、日常對話轉成文字檔等等，Faster Whisper GUI 都能提供出色的服務，節省時間並提高工作效率。
下載
FasterWhisperGUI-0.7.6_installer.exe
Faster Whisper參數說明
安裝完畢後執行的主畫面，第一次使用建議先調整相關設定，再進行語音識別功能
加載模型:
可選擇在線下載模型，可以依據電腦硬體選擇適當的模型，個人較常使用large-v3，選擇好之後點選加載模型
處理設備:cuda(GPU)
模型加載成功
語系設定:
選擇需要的語言，使用一段時間之後發現，選擇來源的語言，通常會辨識的比較細緻。而不同語言的轉譯通常會有些程度的差異。
操作流程
設定好基本參數之後，我們就可以將檔案進行轉錄:
右手邊的+可以新增轉錄檔案到列表中，-可以刪除列表中的檔案。
一次可以拉好幾個檔案進來列表中，不用轉一個再加一個，可以節省許多時間。
檔案加入後，點選開始進行辨識
音頻處理中
下方可以即時顯示轉錄的文字
轉寫結束提示:是否到輸出目錄
轉錄的文字可以做編輯，輸出文件格式提供多種格式選擇。
字幕的話可以選擇SRT格式
最後點選保存字幕文件，完成存檔的動作。
測試結果
硬體資源:
CUP:i7-14700
記憶體:32GB
顯示卡:RTX 4070
測試3小時52分的會議檔案，實際轉出時間約9分多鐘。
由於處理設備:cuda(GPU)，因此轉換時會吃GPU的資源
延伸閱讀
