推 sdbb: 謝謝 112.104.65.143 08/19 16:51
※ 引述《h2030625 (雙重人格)》之銘言：
: 看昨天壹加壹 上了一個Ai自動上字幕
這個中國字節跳動集團的飛書/Lark 早就有了，
字節跳動的剪映更是市占率高的產品，剪輯+語音轉文字+換聲音全項功能
這網站最大問題是沒有宣告FFmpeg使用，完全的黑盒子!
現在有非常多開源免費的程式可以自動辨識語音轉文字
可以說幾乎都有使用到FFmpeg這個開源項目，商業使用應該宣告標註有使用。
在他們這個網站的說明
「什麼檔案吃得下
影片：MP4、MOV、WebM、MKV 這些常見的都收。
聲音：MP3、WAV、M4A、AAC、FLAC。
剪輯軟體的專案檔、攝影機 RAW（BRAW、R3D、MXF）不行，要先輸出成一般影片。
單檔上限 8 小時，純聲音檔 2 GB。
人聲乾淨、沒有壓配樂的檔案，字幕最準也最快。如果手上的素材背景音樂很滿，先出一
版純人聲的音軌再丟進來，結果會差很多。
無法吃下攝影機的RAW表示，是使用FFmpeg的可能性更加提升，
因為專業攝影機RAW格式的視訊編碼解碼技術都是有專利權保護，
開源的FFmpeg不會破解有專利保護的技術，只能付費或用他們專用軟體轉換再用FFmpeg
他們線上網頁可以從影片抽離出音訊，
AI說是使用FFmpeg.wasm，可以直接在網頁端執行轉檔音訊，
至於是不是這樣我只能猜測，不然他們應該說明他們用到的技術，而不是只想收錢。
音訊轉換成文字的技術，是什麼技術他們沒有說明，
是否使用開源專案Whisper，就當網紅很牛逼好了，
自己做模型自己用昂貴顯卡或雲端訓練，
反正黑盒子你不會知道他怎麼花20萬就能煉丹煉出一個媲美飛書/Whisper的工具
另外他們字幕的樣式應該使用了ASS/SSA，
SRT 轉 FCPXML 是否使用到別人開源專案，這要打問號
https://github.com/linx4200/srt-to-fcpxml-converter
免費的轉換線上工具 https://orzass.com/crossub/
反正網紅一開口就要收錢，說是網站八拉巴拉，但是網站用到的技術卻一個都不寫，
FFmpeg至少要標吧，不然他們用什麼技術也不講，用AI寫網站跟程式用到開源的很正常，
但直接拿來商用也都不感謝一下這些默默無聞免費開源的大神說不過去吧!
不然難不成這網紅連影片抽離音訊，跟匯出影片合併字幕的程式都會寫哦，
我是不相信啦! 如果有用到別人的技術，感謝一下很基本吧!
脆跟YouTube留言有一堆死忠粉絲說他看到網站多感動，好了啦!
打廣告真的不必了，要付費直接用付費飛書不是更快，秒出，還能辨識每個人物聲音，
那才是真可怕的技術，字節跳動吸收全球上億用戶的素材，最頂的模型。
想要保密，直接用開源項目，完全免費，本地執行保密性高，
語音轉文字的運算也不用很高的電腦硬體資源，完全沒必要丟給網紅的付費網站。
Aegisub免費開源軟體可以直接編輯字幕，各種高級字幕特效都能免費使用。
不需要給網紅抖內打錢好嗎!!!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.163.83.22 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1787129322.A.3E8.html