快轉到主要內容

Kdenlive搭配Whisper語音轉文字,影片AI自動上字幕,生成逐字稿

· 民國113年甲辰年
·
切換繁體/簡體
分類   Linux系統 Linux好用軟體
標籤   Kdenlive Speech to Text
目錄

Generating subtitles automatically for videos using Kdenlive + Whisper.

影片上字幕是一件累人的事情,好在現在有很多語音轉文字(speech to text)軟體可以幫我們節省大量時間,自動偵測人聲,生成字幕檔,再加到影片。

開源影片剪輯軟體Kdenlive除了能給影片加字幕以外,其實也有內建語音轉文字,並自動生成srt和字幕軌的功能。使用完全免費。

影片版教學

目前Kdenlive支援「VOSK」和「OpenAI Whisper」二種模型,本文我要講的是後者。Whisper的語音辨識十分優秀,很多軟體都使用了Whisper技術來生成逐字稿,現在Kdenlive也可以直接調用Whisper來生成字幕,於是乎你就擁有了開源的語音轉字幕+影片編輯解決方案。

我自己測試的結果是即使講話中英文夾雜,Whisper也能清楚的分辨出來,斷句準確。啊不過如果講話台灣國語太重可能就沒辦法XD

另外一個好處是,Whisper在語音辨識的時候不會連網,全部都是本機運算,保障你的隱私。

本文介紹如何使用Kdenlive搭配語音轉文字服務,讓你剪輯影片更為快速。

1. 安裝Python與語音轉文字套件
#

需要Kdenlvie版本:24.12.1以上

語音轉文字技術Linux與Windows皆可使用,詳官方使用手冊:Speech to Text — Kdenlive Manual

  1. 如果Linux系統的Kdenlive是透過Flatpak安裝的,透過以下指令進入Kdenlive的shell,安裝pip套件:
flatpak run --command=/bin/bash org.kde.kdenlive

python3 -m ensurepip

exit
  1. 開啟Kdenlive,點選上方設定 → 設定Kdenlive → 語音轉文字。點選「安裝多語言資料」,等待Python依賴套件與模型全部下載完成,大約會佔用10GB空間。

  2. 接著,語音引擎勾選使用Whisper模型。接著下載Whisper的模型,Base是基礎模型,最低2GB VRAM就能跑,Turbo則是需要6GB VRAM。越大的模型越準確但也越吃效能,一不小心可能就會爆VRAM。裝置部份,如果你有Nvidia顯示卡就勾選Nvidia顯示卡,沒有的話就維持CPU計算,但是CPU計算很慢。

2. 自動語音轉字幕 (subtitle)
#

這個功能可以偵測選定片段的語音,生成字幕軌。

  1. 點選專案 → 字幕 → 啟用字幕工具,為專案啟用字幕軌

  2. 調整時間軸最上方的藍色橫條,畫出要語音辨識的片段

  3. 點選字幕軌左邊的魔術棒按鈕

  4. 語言設定自動偵測,開始生成字幕。

  5. 字幕會直接匯入到Kdenlive的軌道。如果生成的字幕不理想,建議改用更大的模型。

  6. 生成字幕後點選專案 → 字幕 → 匯出srt檔案。

3. 給影片生成逐字稿 (clips)
#

這個功能可以給素材庫的影片個別生成逐字稿,作為剪輯參考之用。你還可以按照生成的內容,自動分割時間軸的影片片段,方便編輯特效。

  1. 點選視窗 → 啟用Speech Editor

  2. 選取專案的影片素材,再點選螢幕右邊的Speech Editor按鈕,點選開始語音辨識

  3. 生成的逐字稿不會插到時間軸,這裡比較像是參考用的。

  4. 如果你按時間點,再按下書籤按鈕,它就會把註解插到時間軸的影片上

  5. Insert selection in timeline則是按照逐字稿的時間軸內容,將該片段的影片插入到時間軸。Create new sequence with edit會生成一個按照逐字稿的時間軸下去切割的影片序列(sequence)。

4. 其他語音轉文字工具
#

Kdenlive支援匯入srt字幕檔,因此用其他工具處理字幕後再匯入Kdenlive編輯也是可以的。

相關文章

免費開源的Linux影片剪輯軟體:Kdenlive使用教學
分類   Linux系統 Linux好用軟體
標籤   Kdenlive
Kdenlive剪4K影片很卡?用代理剪輯與轉碼提昇效能
分類   Linux系統 Linux好用軟體
標籤   Kdenlive
Kdenlive輸出影片時建議選擇的格式
分類   Linux系統 Linux好用軟體
標籤   Kdenlive Video Transcoding

此處提供二種留言板。點選按鈕,選擇您覺得方便的留言板。

這是Disqus留言板,您可能會看到Disqus強制投放的廣告。為防止垃圾內容,有時留言可能會被系統判定需審核,導致延遲顯示,請見諒。若要上傳圖片請善用圖床網站。