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%
用 DijiFlow 以 29+ 种语言听写,转录 100% 在你的设备上完成。没有云端处理,不用注册账户。准确率约 98%,模型下载一次后,转录无需联网。
一句话说到一半换了语言,大多数听写工具就跟不上了。它们把每个词都传到远端服务器,一次只让你用一种语言,网络一断就没了反应。DijiFlow Dictate 正好反过来:语音模型就在你自己的电脑上运行,你可以用 29 种以上的语言听写,音频不会离开你的设备。
多语言听写之所以真正好用,靠的就是“模型留在本地”这一个决定。音频不上传,不用等网络,也没有按分钟计算的云端用量。按下快捷键,开口说话,文字就出现在光标处,不管你当时用的是哪个应用。
这两个数字值得说清楚,因为它们指的是两回事。开启自动检测后,DijiFlow Dictate 可以识别 90 多种语言,这是它能转成文字的最大范围。在这个范围里,有 29 种语言获得完整支持:可以直接按名称选择,而且在 Pro 版和试用期间配有词汇包,行业术语、人名和你的常用说法都能识别得更准,而不是靠猜。这 29 种以外的语言没有经过专门优化,转出来的文字可能是英文。
所以,覆盖面广,功夫也下得深。用西班牙语说一段,中间夹一个英文技术术语,最后用德语写完一条笔记,全都在同一套设置下完成,不用切换模式,也不用打开菜单。说话清楚时,准确率约为 98%,听写速度是打字的好几倍。如果换成在不熟悉的键盘布局上一个个找键,这个差距还会迅速拉大。
跨语言工作,经常要处理你不愿交给第三方的材料:客户往来邮件、法律文本、医疗记录、研究访谈、内部文件。这些音频一旦传到云端服务,怎么处理就由别人说了算。本地转录让这个问题根本不存在。不需要账户,也不上传任何东西:你的声音,以及由它转成的文字,都留在你面前这台电脑上。
本地转录还省掉了很多不起眼、却一直拖累多语言工作的麻烦:
要点
每种语言都在本地运行,所以只要装好该语言的模型,没有网络也能继续转录:飞行途中、野外,或者 Wi-Fi 罢工的任何地方都一样。
把两者放在一起,取舍一目了然:
| 对比项 | DijiFlow(本地) | 云端听写 |
|---|---|---|
| 音频留在你的电脑上 | ✓ | ✗ |
| 无需联网即可转录 | ✓ | ✗ |
| 一句话中途切换语言 | ✓ | ✗ |
| 无需账户,不按分钟计费 | ✓ | ✗ |
Mac 版应用本身很小,只有约 34 MB。语音模型需要单独下载,只下一次,按所选模型不同,大小从约 300 MB 到 6 GB 不等。首次下载之后,转录就不再需要联网。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,支持包括英语在内的 16 种语言;免费版的英语使用“标准”,其他语言使用“增强”。在准确和速度之间怎么取舍,由你决定。
平时,DijiFlow Dictate 待在 Mac 的菜单栏里(Windows 上是系统托盘),不会打扰你。没有需要管理的窗口,也不用从某个文档里把文字复制出来。邮件客户端、代码编辑器、聊天应用、文字处理软件,只要能打字的地方,就能听写。
如果你每天的工作本来就要在几种语言之间来回切换,本地多语言听写的价值最大:
DijiFlow Dictate 有永久免费的免费版、包含全部功能的 30 天试用,以及 Pro 版:可以按月购买,也可以选 6 个月或 12 个月,或者一次性买下终身版。最实在的检验方法,就是装上它,开始试用,用你平时真正说的语言听写。只有这样,才能体会本地转录是否适合你的工作方式。
如果你一直想要的,正是不离开自己电脑的多语言听写,不妨看看 DijiFlow Dictate 能怎样融入你的工作。