视频字幕自动生成:直接从视频原声生成字幕文件
DijiFlow Dictate 如何在您的电脑上把视频音轨变成带时间轴的字幕行,以及四种输出格式该怎么选。
您的购物车中有 %itemCount%。合计 %total%
一份实用指南:安装 DijiFlow Dictate,选好快捷键,然后用私密的本地语音转文字,在任何应用里听写。
从下载完成到屏幕上出现第一句话,DijiFlow Dictate 只需要泡一杯咖啡的工夫。按一个键,开口说,文字就出现在光标处:邮件、文档、聊天框、代码注释,你在哪个应用里,它就写在哪里。没有窗口要摆弄,不用复制粘贴,也不需要账户。
而且你的声音和文字都留在自己的电脑上。DijiFlow Dictate 的语音模型在本地运行,所以不用登录,也没有一个字节的音频会被上传。按照本指南的四个简单步骤,你很快就能从安装走到开口听写。
不多。在 Mac 上,DijiFlow Dictate 是一款小巧的菜单栏应用,下载只有约 34 MB。语音模型需要单独下载,按你想要的准确率和语言覆盖范围不同,大小从约 300 MB 到 6 GB 不等。模型只需下载一次,之后转录就不再需要联网。
不用一开始就决定选哪个方案。免费版可以永久使用,30 天试用则开放 Pro 的全部功能,无需信用卡。最好的做法是先装上,真正听写一次,再考虑哪个方案适合你。
每一步都只需要做一次。做完之后,听写就只是按一下键的事。
安装应用并启动。它待在菜单栏(macOS)或系统托盘(Windows)里,而不是一个大窗口。第一次运行时,系统会请求麦克风权限,以及在光标处输入文字的权限(macOS 上叫“辅助功能”)。两项都要允许,否则应用既听不到你说话,也没法把文字写进去。
应用会提示你下载一个模型,并根据你的语言和电脑推荐合适的一款。在 Pro 版和试用期间,“大型”最准确,“Express”准确率接近“大型”而且更快,“快速”速度最快;以后随时可以更换。这一步需要联网,之后听写就不需要了。
打开“语言”选项卡,设置触发听写的快捷键。选一个你在别处没用过的组合键,免得说到一半和其他快捷键冲突。大多数键盘上,总有闲着的修饰键或功能键可以用。
点进任意一个文本框,按下快捷键,开口说话。片刻之后,你说的话就出现在光标处。整个流程就是这样:按键,说话,完成。
模型下载完成后,转录无需联网。完成这一步之后,听写不再需要网络连接。
第一次听写的体验,往往决定了你会不会继续用下去,所以给自己创造一个顺利的开始。先打开一个空白笔记或草稿文档,找个出错也无所谓的地方,而不是直接在一封正式邮件里按下快捷键。
然后用正常语速说一句完整的话,比如:“我们把会议改到周四,前一天晚上把演示文稿发出去。”不要刻意一字一顿,也不要一个词一个词地说。语音模型会根据整句话来加标点、确定用词,所以自然、完整的句子,比小心翼翼、断断续续的说法转录得更干净。
要点
说完整的句子,而不是零散的单词。语音模型会借助上下文来加标点、确定用词,完整的句子转录出来明显更准确。
默认设置开箱就很好用,但做几处小调整会更好,尤其是你的工作里有大量人名和专业术语时。
大多数听写工具会把你的语音实时传到服务器上转录。DijiFlow Dictate 正好相反:转录 100% 在你自己的硬件上完成。不用登录,也不会把音频发到任何地方。所以它很适合处理机密笔记、客户工作、还不打算给别人看的早期草稿,以及网络时好时坏的场合。网速快慢根本不影响它,因为不存在需要等待的来回传输。
花十分钟,在你每天最常用的几个应用里试着听写。等按快捷键变成了肌肉记忆,开口说很快就会成为写初稿最快的方式;免费版让你可以按自己的节奏慢慢体会。准备好使用全部功能时,来看看 DijiFlow Dictate Pro。