V2EX › Marksdo 的所有回复 › 第 1 页 / 共 2 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 2

❮

❯

2023-08-31 17:11:15 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

可能 iPad 有一种使用场景,比如老外教授之类的课程时,如果外语不太好,可以拿着 iPad 来用 whisper Mate 进行大概的实时转录并且将课程语音录下来.找下苹果有没有方便的方式直接转 macOS 到 iPad , Mac Catalyst 貌似只能将 iPad 的转 mac,没有反过来的..q-_-p

2023-08-28 11:10:05 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

顺便调查下,大家觉得这个搞 iPad 版本有没有前景,有需求吗?个人感觉有,又貌似没,怕白搞

2023-08-28 10:58:13 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

@azurerayus 应当在筛选后就不动态筛选，而是手动点击后再筛选。方便修改错误结果。
这个这周的 V4.0.1 加上,我自己也遇到过这个问题,要想下怎么解决
@zhufeilong 之前的商店外版本有大 BUG...套 python 来下载 YT 视频失败...换了解决方案,现在应该比较完美了

2023-08-16 20:13:38 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

貌似是注册好 GumRoad 的帐号,然后加入 Whisper Mate 的 Affiliates,这边生成你独有的链接,然后从链接进来 30 天内有销售就有提成

2023-08-16 20:11:10 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

国区下载或更新不了的可以用这个
https://marksdo.gumroad.com/l/whispermate
支持 Youtube 的视频下载了

用 V2EX-USERS 这个 Coupon 可以返回跟苹果商店一样的价格了.
另外看了 Gumroad 的文档是支持 Affiliates, 有兴趣分成的或知道怎么玩的一起赚$啊

2023-08-08 14:50:15 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

因为邮件里还有苹果写到不少如 ZC,ZF 这些相关的关键字,就不贴出来了,反正国区 AI 相关的估计都挂了

2023-08-08 14:46:23 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

国区不允许带 AI 的上架...需要等下,在看怎么打独立在商店外的版本,到时已购买的信息是可以复用的

查了下带下载 youtube 视频的也是上架不了商店的,也需要将这个功能做在商店外的版本

2023-08-08 10:15:50 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

@azurerayus 这个常态化价格我觉得还是在 10 刀以下更吸引人购入。
好,我接受你的建议了,已改为$9.99 了

2023-08-08 10:08:34 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

@azurerayus coreml 模型首次都是要花本地再编译,hf 上的只是一个 coreml 格式文件,本地跑 Whipser 感觉起码 M1 Pro 起步, 我用 M1 跑 Medium 的模型都感觉慢的不可接受.实时识别只有 base 下可以接受响应速度

2023-08-08 10:05:15 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

@awfe 最新 V3.5 版本下载这块重写了支持了断点续传,帮忙再试试.

2023-08-08 10:04:23 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

@azurerayus 1 、在原始字幕进行翻译后，发现错误进行修改原始字幕。再进行单行翻译，在左侧列表下依旧显示过往的错误翻译。没有进行翻译更新，但是在右侧的字幕预览中倒是没有问题。
回复:这个问题试试修改完后按 command+e 切换回非编辑状态,发现编辑的 TextFields 就是有这个问题,暂时没找到比较好的解决,我再找下

2.更改字幕效果中的透明度无效，一旦尝试更改就始终维持在 100%不透明状态。
回复:记录下了,应该是 bug,在下个版本 V3.5.1 修改

功能需求：
1 、增加对于 whisper api 的支持，可以放在付费项。这个对于低配机来说的确重要。就是一个分离音轨提交 api 就行。
回复: 其实现在音轨已经是分离的,低配机好像也没场景用这个啊?不过用 whisper api 来翻译估计能再准确不少,我看下后面怎么整合进来,顺便介绍下新的 V3.5 已经可以对任何一条文案下载其音轨,并且选择多个字幕下载会自动合并为一条音轨

2 、增加对于 chatgpt 翻译支持，这个有很多成熟案例。AI 翻译还是要效果好一些，如果支持自定义 prompt ，那么对于一些视频先大致指定内容和翻译角色，应该效果会好很多。
回复:套 chatGPT 的不好弄,起码国内用不了,苹果发了邮件说我类似 GPT 的在国内已经下架....Motrix App 直接白搞

一般再集成一个 youtube 下载器，支持部分网址的直接解析下载。本地识别或者 api 识别再翻译就是很流畅的流程了。
回复:下载 Youtube 的不知道能不能上架苹果商店,套到不难,下个版本试试

价格问题是这样上次苹果发邮件给我说国内有 ZC 不能上带 GPT 的上架,想着不对国内了就加价割老外了...,不急的老爹等后面打个非苹果商店版本出来,走其它途径便宜出

2023-08-08 09:52:50 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

@z1249502889 试试最新的 3.5 版本是否还有这个问题?
@zhufeilong 试试最新的 3.5 版本是否还有这个问题?

2023-07-22 18:52:32 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

@minamike 还没在 14.0 上测试过,开发机只有一台也不敢贸然升级上去
@z1249502889 我测试了一部 2 个多小时的影片没感觉到卡(转换后),如果在转换中去看是会卡的,whisper 默认是只保留 2 个核心给用户其它地方使用,其它都用来做计算了

2023-07-22 18:50:28 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

@minamike 还没在 14.0 上测试过,开发机只有一台也不敢贸然升级上去

2023-07-22 10:40:53 +08:00

回复了 Marksdo 创建的主题 › macOS › 用 Whisper 的 AI 模型搞了个本机语音转文本及视频对话转录文本(字幕)的 app

@z1249502889 SRT 格式错误的新版本已经修复,可以更新试试,字幕多卡的问题,已记录下,会修复的!感谢提供 BUG