初次使用Whisper转写音频

type

status

date

slug

summary

初识Whisper

Whisper是OpenAI推出的一款自动语音识别系统，它能够将语音内容高效准确地转录成文本。这项技术的推出，为那些需要处理大量语音资料的个人和企业提供了极大的便利。Whisper不仅支持多种语言，还能够在嘈杂的环境中保持较高的识别准确率，这使得它在语音转写领域具有强大的竞争力。

播客聆听的痛点

作为一个播客爱好者，我每天都会花费大量时间聆听各种有趣的节目。然而，传统的播客聆听方式存在一些问题：首先，聆听效率不高，尤其是在需要快速获取信息时，无法像阅读文本那样快速浏览和跳过；其次，长时间聆听会对听力造成一定的负担，影响体验。因此，我一直在寻找一种能够提高播客聆听效率和改善体验的方法。

Whisper转写播客的解决方案

我觉得Whisper正是我需要的工具。通过将播客音频转写成文本，不仅可以提高阅读速度，还能在需要时快速定位到感兴趣的内容，从而大幅提升信息获取的效率。此外，文本形式的内容也便于后续的整理和回顾，以及检索。

AIKO App的初步测试

在正式部署Whisper之前，我选择了AIKO这个免费App来进行初步的测试。AIKO集成了Whisper，提供了简单易用的界面和强大的转写功能。

AIKO App已经进行了专门的优化，以充分利用苹果M芯片的性能。这种优化确保了在搭载M芯片的设备上，AIKO能够提供最佳的转写效果和用户体验。而且，在iMac上启动的时候还专门提醒，因为我的iMac是Intel的CPU，所以转写的效率会非常低

硬件性能对比测试

为了评估Whisper在不同硬件上的性能，我分别在搭载了M2芯片的2023款MacBook Air和搭载Intel芯片的2020款iMac上进行了测试。

测试用的是The Duran的最新一期节目，全部时长1小时20分钟。结果显示，M2芯片的MacBook Air在处理速度上明显优于Intel芯片的iMac，MacBook Air撰写完9000个单词的时候，iMac才转写完1200个单词。M2芯片的高效能和低功耗真的让人非常惊喜。在MacBook Air上，Whisper的转写过程更加流畅。

在实际使用中，Whisper的转写效果非常出色。无论是语速较快的对话，还是专业术语的识别，Whisper都能准确无误地完成转写，能保持良好的识别精度，这对于提高工作效率非常有帮助。总的来说，Whisper的转写效果和精度都非常令人满意，完全符合播客转写的需求。

Untitled

147.0KB

总结

通过引入Whisper技术，我成功地解决了播客聆听的效率和体验问题。AIKO App的测试效果令人满意，而M2芯片的MacBook Air则为Whisper提供了强大的硬件支持。未来，我计划在更多场景中应用Whisper，以进一步提升我的工作和生活效率。如果你也面临着类似的问题，不妨尝试使用Whisper或者AIKO，它可能会给你带来意想不到的惊喜。