為YouTube長片加AI字幕 | Episode 1

[@soarfung]

請問有冇工具可以將廣東話generate得準確啲? whisper jax 譯出嚟會變咗國語咁

[@warrentier]

有，喺 Whisper-Jax 或 Faster-Whisper 入面嘅 transformer object 調 VAD_duration， length_penalty 等參數，不過準唔準（出廣東漢字，以及 timestamp 對齊），就視乎以下： 1） 你條聲 有冇 踏聲 （兩三個入對話，一個人講嘢時，其他人同時講嘢 或笑） 2）你講嘢嘅節奏（停頓位），我用 Faster-Whisper （with Whisper-large-v3 model），將 VAD_duration 度 set 停頓時長 ( in ms, millisecond)... 自己試吓不同語速 之下 邊個 duration 啱用，我用 200 ms 出得準唔代表其他人用 200 ms 出得準， default 係 500 ms 3) 用 length_penalty 嚟控制 顯示 字幕長度 （length_penalty 越長，字幕越短); length_penalty 同 VAD_duration 一齊用，嚟調節至 啱 自己語速 相對應字幕 （人人唔同，自己試） 基本上，你上網 download 人哋寫好嘅 whisper service，都係按呢個方向操作。 詳情可以 google 'whisper-jax' 或者 "faster-whisper" 嘅 GitHub 睇， 有 code snippet download，方便按自己需要微調 希望幫到手， good luck