將音訊轉成字幕的方法，可以使用如下幾種 :

1. 威力導演 : 威力導演的字幕功能，效果並不理想。
2. ChatGPT 轉換 : 常因檔案大太或影片過長，造成轉換失敗。

最方便的方法就是使用 OpenAI 的 Whisper 開源模型。Whisper 也不是真的萬能，如果有背景音樂時，轉出來的精準度就會大打折扣，但如果只有純人聲的音訊檔，則非常精準。

安裝套件 

請先安裝如下套件

如果有顯卡，安裝 PyTorch 可啟動顯卡加速轉換。如果沒有顯卡的話就不用安裝 PyTorch。

然後到 https://ffmpeg.org/download.html 下載 ffmpeg，解開後將目錄改成 ffmpeg 並複製到 C:\ 之下，最後記得將 C:\ffmpeg\bin 路徑設定於系統變數 path 中。

whisper 轉字幕

直接在 Terminal 執行如下指令將音訊轉成字幕

模型

模型有五種，分別為 base、tiny、small、medium、large。

第一次會花費比較長的時間下載，下載後的模型置於 C:\Users\登入者\.cache\whisper 目錄下。

支援格式

whisper 擷取音訊時，是使用 ffmpeg.exe，所以基本上所有的影音格式都支援，比如 .mkv、.mp4、.mp3 都可以。

翻譯

音訊輸入時會自動判斷是什麼語言。輸出時若要使用英文，可以使用 language=”en”，然後 task=”translate”。請注意，任何語言都可以翻譯成英文，但英文無法翻譯成中文或其它語言。

使用 Python 加入字幕

底下是將一部影片的音訊轉成 srt 字幕，再使用 ffmpeg 將字幕崁入視訊的完整代碼

請注意 “subtitles='{srt_file}’:”，如果 srt_file 為 e:/abc.srt，則會解讀為 “subtitles=’e:/abc.str’:”，前面的 “:” 會被 ffmpeg 解讀為分隔符號，所以需要寫成 “subtitles=’e\\:/abc.str’:”。

即時翻譯

一邊錄音一邊顯示字幕的方法