本周三场小直播，有空欢迎来看~
你有一部影片，但是没有字幕怎么办？AI可以帮你。
我一直想公众号的内容应该怎么划分，现在思路清晰了，近期更新内容将主要围绕「AI」，再具体一点，会围绕「AI+应用场景」，目前应用领域主要分为5个：文字、图片、音频、视频和数字人，今天我们先来看一个文字应用案例——如何让你成为「一个人的字幕组」，沿着这个思路，我们还可以看更多行业和岗位。
AI的出现，逐渐改变每个行业、岗位的工作方法，翻译和字幕组首当其冲。
传统字幕工作流
我加入过一些野生字幕组，组内工作流程一般是这样的：
听译：如本身有外语字幕可以跳过第一步
字幕时间轴编辑：使用字幕编辑软件Aegisub或其他完成
翻译：最重要的部分，想要翻译信达雅就靠这个环节
校对：可以和环节3由同一人完成也可以交叉校对
压制：把字幕和视频合二为一
这其中经常是 由多人配合完成的，而现在，你一个人+AI工具，但可以用更快的速度搞定一切。
AI翻译有两个好处：
第一，相较于普通翻译工具，更精准、更自然，你甚至可以通过训练指定某种语气、风格。 第二，相较于人工翻译，节省大量时间和精力。
怎么操作？
方法1 | 完全傻瓜式剪映操作
1. 剪映识别英文字幕选中视频后点击【文本-智能字幕】
2. 剪映翻译中文字幕修改【识别字幕】中语言为【中文】，再次【开始识别】
3. 搞定！
请欣赏这篇完全由Sora生成的“概念短片”——Air Head。其中字幕全部由【方法1】生成（未经审校修改）。
其实我一开始就是为了分享这部短片，由总部位于多伦多的媒体制作公司shy kids创作，完全由Sora生成， 在翻译字幕的过程中发现，目前的工作流对大家可能有帮助。
如果你想的话，还可以为字幕修改样式，选中中英文字幕，点击【文本-预设样式】，可以快速选择样式。
毫不夸张地说，翻译这段Sora生成的1分半钟的视频，完成整个工作流程耗时不超过20秒。但缺点也很明显，字幕识别不够准确，比如语气词丢失、断句不准确、翻译生硬等。所以，我们迎来了方法2。
方法2 | 训练自己的GPTs
如果你想要翻译结果更【多样化】，比如自定义翻译的语气、风格、用词，那么可以使用方法2——训练自己的GPTs完成双语翻译步骤。
使用工具：剪映+GPT配合完成
工作流如下：剪映识别英文字幕→导出SRT字幕→GPT双语翻译→输出SRT字幕→剪映中合成字幕视频
1. 剪映识别英文字幕
选中视频后点击【文本-智能字幕】
2. 剪映导出字幕文件取消勾选【视频导出】和【音频导出】，仅选择字幕导出即可。
3. 借助GPTs实现双语翻译
调试好你需要的翻译风格、语气，甚至可以给出供GPT学习的翻译样本案例，然后就简单啦——上传字幕文件，自动开始翻译，并提供翻译完成的SRT字幕文件供你下载。
4. 导入SRT字幕文件，输出视频即可。
最后一步还是在剪映里完成，仍然可以按你所需调整字幕样式。
方法3 | 借助网站工具
如果你懒得自己训练GPTs，也可以使用市面成熟的服务，比如「MemoAI」或国内的「快转字幕」。
「MemoAI」官方网站：https://memo.ac，支持直接复制YouTube、Podcast链接进行转录，也可以上传本地音视频文件转换为文本，支持包括中日英的90多种语言，可以实现转录的同时，借助人工智能，完成多语种的翻译，非常便捷。
更重要的是！目前测试阶段所有功能完全免费，你只需要填写邮箱，免费申请一个【邀请码】即可开始使用，申请链接：
https://store.memo.ac/checkout
更长的影片和字幕怎么办？
以上3种方法可以处理大部分的影片，但也存在3个问题：
如果你的影片很长、字幕很多，那么翻译速度较慢，也无法批量处理；
翻译的准确性与意境并非最佳，只能在审校阶段自己调整，比如下方这里，翻译的有点“一塌糊涂”：
“or all”以及被分离的“pin prick”正确的英文应该是“We're all just a pinprick away from deflation.”
完整原句：
I'm reminded every day that life is fragile，We're all just a pinprick away from deflatio
剪映翻译为：
我每天都被提醒生命是脆弱的，或者一切都只是远离通货紧缩的针刺。
而更好的翻译是：
我每天都深刻意识到生命的脆弱性，我们每个人都如同充满气的气球，一根针就能让我们瞬间失去一切
这里的deflation不是“通货紧缩”，而是“泄气”或者“失去一切”，在这个语境下更恰当一点。
付费：GPTs需要Plus会员，剪映的字幕翻译也只需要VIP会员，MemoAI目前免费，但也只是内测期免费。
开源工具
所以，重点来啦！我们学AI，就得学最本质的技能——善用【开源工具】，【开源工具】一般都拥有着最强大的能力，比如不限字数、准确度还高，同时还永久免费使用，唯一的缺点就是用起来稍稍麻烦一点。
在字幕翻译的场景下，最适合使用的两款工具分别是：
Whisper：超长文本精准识别、断行、打标点，其中的Large大模型识别、断句均更准确，比方说下方红框里的“Ugh”，剪映就无法识别与转录，在精度要求更高的情况下，还是Whisper更厉害。
小丸工具箱：字幕压制则可以使用小丸工具箱，实现快速压制、批量处理。
它们还能用在哪？
顺便一说，Whisper的使用不仅局限于【字幕识别】，它的本质功能是ASR（automatic speech recognition），也就是自动语音识别技术的简写，通俗点说就是【高质量的音频转文字】，它的三个特点：
免费方便：一次配置模型好后，一直可以免费使用 速度快：1小时的音频几分钟即可完成，fast-Whisper更是要比原生Whisper再快4倍 字数多：支持海量文字工作，不会像其他网站按字数给你计费
所以用好了，可以完美解决包括不限于以下场景的各种问题：
记者：把录音笔里的稿件转录为准确文字；
会议记录：快速语音变文字，如果使用多角色识别版本的whisperx，甚至可以清楚地区分每个讲话人，把会议记录总结为结构清晰的会议纪要，全程无需人为参与；
律师：将谈话记录转换为文字；
讲座与课程的转录文字；
客服电话记录转录文字；
作家或自媒体内容创作者口述文稿转录文字；
心理咨询与问诊音频转录文字；
口述历史转录文字；
等等一切与音频转文字相关的工作……
顺便说一句，【音频转文字】的系列工具使用起来细节很多，因此，我会在今天（4月1日）进行一场面向AI课往期老学员的视频直播小课，进行详细应用讲解（包括以上提到的【开源工具】的使用），大家记得今天晚上来趁早行动直播间看哦，下方二维码可预约~
新同学也可以扫码预约前半场，和我进行连麦聊天问答，提出你关于AI学习的疑问。
点这里，也可以直接预约三场↓
还可以扫码加入
「AI仓鼠洞学习交流群」
扫码添加备注「入群」