分享一个 AI 字幕工具,自建的语音转写服务,更高的准确度,支持英日韩法等 20 多国家语言

查看 98|回复 6
作者:yedaxia   
软件首页:33 字幕
V 友们新年好,我是 33 字幕软件的开发者。
AI 字幕工具已经很多了,为什么还要重新做一个呢?
作为一名独立开发者,在一个竞争激烈的领域,胜算是很低的,另外一方面,做同样的东西意义也不大。
之所以打算自己做一个,原因主要有两个:一个是自己这边就有制作字幕的需求,长期来看可以降低一下这方面的成本。还有一个重要的原因是,我们有尝试接入过不少国内云服务商的语音转写服务接口,但对于非中文,发现识别结果没有很理想。
如果你试用一下 33 字幕,你会发现识别的准确度比很多软件要好不少,尤其是外语,不过准确的背后也是有代价的,相应消耗的算力成本也会成倍增加。
除了自己部署的语音转写模型,我们也集成了阿里云、讯飞语音等第三方的语音转写服务。
和大部分 AI 字幕工具不一样,我们把选择权交给使用者,你可以选择效果好成本高的引擎,也可以效果没那么好,但成本低的。
也许有人可能觉得,没有必要让使用者知道太多细节,直接给出最好的结果,这样既可以降低认知负担,又能隐藏技术细节和成本结构。
现实问题大部分是没有银弹的,信息不对称也许对商业有好处,但如果我自己作为一个软件使用者,我希望自己是有选择的,而不是只能选择用还是不用。
这个软件功能非常简单,就是把提取出音频,然后上传到服务器,把音频内容转成字幕文本输出。
对于我们,这个工具把我们最关键的一环补上了。后续的字幕调整工作,有比较完善的工具作为补充,比如 Arctime pro ,Aegisub 等,当然,我也希望可以直接在一个软件内就完成所有工作,这也是后续完善产品的一个方向。
为什么不做成网页端,而是要以 PC 客户端这么重的形式来交付呢?
一开始我们也想通过网页应用的形式,前端方案是通过 ffmpeg.wasm 来完成音频提取、转码等工作,但无奈这个方案存在很多限制,最后放弃了。
要知道,一个产品最终成本都会由使用者来承担。出于以更低成本运行软件的考虑,我们决定通过客户端来解决这个问题,把一些比较重的计算一部分交给用户自己的机器来完成,尽管这样做会增加前期的开发成本,甚至可能损失部分用户,从长期看,我们认为这是值得的。
而且这样做额外的好处还可以做到不上传和存储用户的视频内容,降低总体成本的同时,也保护了内容安全。
这个工具主要可以帮助到哪些人?
[ol]
  • 视频创作者:带字幕的视频往往会具有更好的完播率,可以帮助观看者更好地理解内容,尤其在地铁和公交车等一些公共场合中观看视频的时候。
  • 追海外剧狂人:很多海外剧不带字幕,等字幕组出来需要时间,而通过 33 字幕生成的字幕,然后加上播放器的翻译功能,对于看剧来说应该完全够了。
  • 外语老师:可以结合我们另外一个帮助构建台词搜索的软件:QuoteHunt ,来构建一个教学素材库。
  • 字幕组:听译应该是字幕制作流程中对人要求最高,而且最耗费精力的一环了,通过 33 字幕生成初步的字幕稿,可以大大降低制作成本。
    [/ol]
    给大家送上一些算力兑换码,欢迎试用:(可兑换 10000 算力)
    ncJb
    AmCt
    4BhT
    X4Ce
    0yyb
    N8Vo
    cs8G
    ha9T
    dzN5
    dI5J
    5QZC
    devr
    rvVI
    qQq1
    pPRx
    38gQ
    RtaF
    mKrp
    eH0N
    PjkQ
    软件下载
    如何使用兑换码

    字幕, 算力, 成本, 软件

  • gap   
    用的是 open ai 的 whisper ?
    yedaxia
    OP
      
    @gap 有用到
    wdwwtzy   
    没有展示中文字幕的效果?
    darer   
    cs8G 已用,感谢作者
    darer   
    嗯… 一个四十五分钟的日语音频 大概消耗 41277 算力(大模型)
    yedaxia
    OP
      
    @wdwwtzy 谢谢提醒,发布比较匆忙,后续会加上更多的语言示例。
    您需要登录后才可以回帖 登录 | 立即注册

    返回顶部