語音轉文字工具比較｜Whisper、Vosk、Google 哪個最準？離線 vs ...

Google逐字稿教學，無時間限制、免費使用的 語音辨識 功能！ 開啟網頁就能將影片輸出文字、錄音檔轉文字、音樂轉文字或直接麥克風收音，即時將訪談對話內容自動輸出成文字，英文、中文、日文、韓文多國語言精準辨識，實用的即時轉錄電腦版趕緊學起來吧。

運用 Google AI API，將語音準確轉換為文字，支援超過 85 種語言和方言。

這個 Google 錄音工具（內建在 Google Pixel 系列手機），其實很多年前就可以把錄音的內容轉成文字逐字稿，不過，那時候只支援英文轉錄，所以一直以來我只把它當成一個單純的錄音工具來使用。

本篇筆記了如何使用Google Colab和OpenAI的Whisper Large V3進行免費且開源的語音辨識。 涵蓋從基礎設定到實際運用的步驟，適合初學者和技術愛好者輕鬆學習語音辨識技術。

語音轉文字工具 (一般簡稱ASR)，能夠自動將語音內容轉換成文字，日常會議與訪談紀錄、影片與 Podcast 字幕製作、語音助理的語義理解，以及針對聽障者的無障礙功能等都很常見。

本篇文章將帶您一步步了解如何在 Google AI Studio 中選擇適合的模型、進行設定，以及撰寫提示詞，讓模型辨識不同說話者並生成帶有時間戳的逐字稿。