AI 語音識別：從音訊與影片轉錄並編輯字幕
Quantum Subtitle 語音識別會將音訊或影片中的口語轉換成帶時間碼的字幕文字。您可以選擇識別不同說話者和非語音聲音事件，在字幕編輯器校對轉錄結果，然後下載 SRT 檔案。
語音識別也稱為語音轉文字或 ASR，它轉錄媒體音軌中的對白。若影片畫面中已有燒錄字幕並要將其轉成文字，請使用字幕提取器的 OCR，而非語音識別。若不確定音訊語言，可保留「自動」設定。
目前功能：
- 說話者識別：依不同說話者整理轉錄片段，並可在編輯器重新命名標籤。
- 聲音事件：可選擇將非語音聲音事件加入轉錄結果。
- 標點設定：可選擇保留或移除標點。
- SRT 匯出：保留字幕時間範圍並下載標準 SRT 檔案。
| 輸入格式 | 限制 | 輸出 |
|---|---|---|
| MP3、WAV、M4A、MP4、MOV、AVI、MKV | 每批最多 10 個檔案；每個檔案最多 5 GB | 可編輯轉錄文字和 SRT |
識別效果會受到錄音品質、背景雜音、多人重疊說話，以及人名或專業術語的影響。發布前請檢查轉錄結果。
逐步指南
- 上傳媒體檔案：選擇一個或多個支援格式的音訊或影片檔案。每批最多 10 個檔案，每個檔案最大為 5 GB。
- 設定音訊語言：不確定時保留「自動」；也可以選擇錄音中使用的語言。
- 設定識別選項：依需求開啟「說話者識別」或「聲音事件」，並選擇是否保留標點。
- 開始識別：提交任務並等待處理完成。
- 校對並匯出：在字幕編輯器檢查轉錄內容，必要時更正字幕文字或指派說話者，接著下載 SRT。
獲得最佳結果的提示
- 清晰的音訊品質：確保您的影片/音訊具有清晰的語音且沒有背景噪音
- 單一語言：為了獲得最佳準確度，請使用單一主要語言的內容
- 適當的音量：確保語音音量足以進行辨識
- 檔案大小：較大的檔案可能需要較長的時間處理，但仍能有效運作
校對轉錄文字與說話者標籤
開啟說話者識別後，編輯器會依偵測到的說話者整理轉錄片段。您可以重新命名說話者、修改單筆字幕文字，或將字幕列重新指派給其他說話者。只有在沒有字幕片段或聲音事件與該說話者關聯時，才能刪除該說話者。編輯器會自動儲存變更；若儲存失敗，可以重試。
下載 SRT 時，每則字幕都會保留時間範圍。若開啟說話者識別，說話者名稱會包含在字幕文字中；若開啟聲音事件識別，事件也可能匯出為字幕列。發布前請檢查人名、重疊語音和事件標籤。
開啟語音識別工具建立任務；校對完成後，也可以使用線上 SRT 翻譯器。