如何使用OpenAI Whisper在Anaconda虛擬環境中為音檔輸出SRT字幕

在這篇文章中，我將指導你如何在Anaconda虛擬環境中安裝git和OpenAI的Whisper，並使用Python腳本將音檔轉換為帶有時間標記的SRT字幕檔。這對於製作視頻字幕、進行音頻分析或增加音頻內容的可及性非常有用。

步驟1：安裝Anaconda

首先，你需要在你的電腦上安裝Anaconda。Anaconda是一個流行的Python和R語言的分發版，用於科學計算（數據科學、機器學習應用等）。你可以從Anaconda官網下載並安裝。

步驟2：創建虛擬環境

安裝好Anaconda後，打開Anaconda Prompt，並創建一個新的虛擬環境，例如命名為whisper_env：

conda create -n whisper_env python=3.8
conda activate whisper_env

步驟3：安裝git和OpenAI Whisper

在虛擬環境中，首先安裝Git：

conda install git

然後安裝OpenAI的Whisper：

pip install openai-whisper

步驟4：建立Python腳本

在你的工作目錄中，創建一個新的Python檔案，例如命名為whisper_transcribe.py。你可以使用任何文本編輯器來完成這一步。

步驟5：編寫Python腳本

在whisper_transcribe.py中，編寫以下代碼：

import whisper

def transcribe(audio_path):
    model = whisper.load_model("base")
    result = model.transcribe(audio_path)
    with open(audio_path + ".srt", "w") as f:
        f.write(result["srt"])

if __name__ == "__main__":
    audio_path = "path/to/your/audio/file"
    transcribe(audio_path)

記得將audio_path替換為你的音頻文件路徑。

步驟6：執行Python腳本

回到Anaconda Prompt，確保你的虛擬環境（在這個例子中是whisper_env）是激活的。然後運行腳本：

python whisper_transcribe.py

結論

這樣你就成功地將音檔轉換為帶有時間標記的SRT字幕檔了。這個過程可以幫助你快速為音頻內容創建字幕，提高內容的可及性和多樣性。