語音轉文字 相關
廣告
搜尋結果
2017年3月19日 · 百度宣布推出一款能將音訊檔案轉化為文字的網路應用程式，可仰賴AI來改變現在人工逐字稿的現狀，比人類快上1.67倍，且「準確率高達97％」。 《騰訊科技》報導，百度首席科學家吳恩達指出，這款網頁應用程式SwiftScribe將改變採訪和影片字幕生成，非常適合將長語音轉化為文本的人士，AI將實現1+1大於2的效果。 只要在SwiftScribe選取wav或mp3的檔案，上傳至此網站，就能馬上處理，長約1分鐘的文件可在30秒內完成，而目前可處理1小時內的檔案。 在這之後，用戶只需人工調整大小寫、添加標點符號以及一些細節，就能完成將音訊轉化為文字的工作。 報導指出，利用此系統，可以縮短40％的工作時間。 說到字幕生成，當然不能忘了YouTube。
2019年9月8日 · RetroArch開發團隊說明，在新功能中藉由OCR文字識別技術、文字轉語音技術，讓轉譯後的文字內容能透過語音方式呈現。 開發團隊也解釋，其實這個翻譯功能是將畫面擷取下來，再透過圖像識別方式轉換成文字部分，進而完成翻譯。 以近日公布的更新內容，暫時還只能將日文遊戲轉換成英文，或是把英文內容轉換成日文，而且目前還沒計畫加入更多與嚴選項。 不過，如果目前已經能夠完成把遊戲中的文字進行日文、英文交換，也代表著要實現更多語言互換也並非太困難的事情，最多就是像中文有不少用語需要配合前後內容才可以正確表達，而藉由人工智慧加入翻譯工作的設計，近期也開始讓中文在內的語言相互翻譯變得更加通順、正確。 但這個功能目前有個缺點，就是在文字轉譯過程中得讓遊戲暫停，直到玩家暫停翻譯功能才能繼續玩遊戲。
2024年1月8日 · GPT-5將具備更多參數、更多數據，能夠生成更準確、多樣化和有創造力的文字。 語音模式是ChatGPT的一大特色，允許用戶使用語音命令與機器人互動。 Altman承諾2024年將對語音模式進行改進，提供更高的品質、速度和可靠性，並增強其表達能力，能夠適應 ...
2024年3月31日 · CNEWS匯流新聞網記者王佐銘/綜合報導. 美國人工智慧（AI）領先開發公司OpenAI宣布推出一項名為Voice Engine的創新語音複製工具，以在應對語音造假詐騙等挑戰。 該公司透露，Voice Engine能夠根據僅15秒的聲音樣本，複製出一個人的聲音，為解決可能帶來的潛在風險，OpenAI強調將實施嚴格的管制措施。 根據法新社報導，OpenAI表示，Voice Engine的開發是出於對日益增長的語音造假問題的關注。 認識到這種技術可能被惡意使用，尤其在關鍵的選舉年，OpenAI已經與政府、媒體、娛樂、教育和公民社會等各界合作，確保在開發過程中充分納入各方意見，以確保工具的負面影響最小化。
2024年4月2日 · 除了ChatGPT，OpenAI還提供了一系列其他的人工智慧產品，如Voice Engine語音複製工具和文字生成影片AI模型Sora等，但這些產品仍然需要付費和註冊方可使用。
2020年2月26日 · 該AI語音辨識系統，採台灣優先的本地國語發音優化開發，可辨識檢察機關相關術語及法律專業用語，並於檢察署內完成語音辨識，以符合偵查不公開。 並克服偵查庭同時多人發言之環境，同時建立法律專用語音（意）庫，作為後續法務業務結合語音辨識應用或研究之基礎建設。 不過由於坊間對語音辨識軟體早已開發多年，當前最流行的APP「雅婷逐字稿」由於錯誤率仍相當高，事後修改幅度不小，因此普及性並不佳，加上法律用語與一般人落差頗大，開庭時律師與當事人兩種說話模式不同，能增進多少效率還待觀察，法界一般對此多抱持保留意見。 照片來源：資料照片. 更多匯流新聞網報導： 最新／黃偉哲宣布古都馬拉松延至10月 大甲媽祖遶境改精簡版舉行. 分析／環團群起反對政院擬修《國土計畫法》 癥結在哪？ 【匯流筆陣】
2023年10月1日 · 聊天機器人ChatGPT的開發業者OpenAI日前宣布，長期以來僅限於輸入文字提示的生成式人工智慧（AI）平台，將在ChatGPT中推出新的語音和圖片功能，換言之，OpenAI已把視覺、聽覺和說話的能力都賦予ChatGPT。 接下來，這些功能將會陸續開放給付費版（ChatGPT Plus）和企業版（ChatGPT Enterprise）用戶。 法新社報導，根據OpenAI說法，付費服務版本中新增的功能可讓用戶與AI對話，甚至「秀出」談論的相關內容。 除了語音功能以外，ChatGPT 也加入了圖像辨識功能。 OpenAI提到，語音和影像為大家提供更多在生活中使用ChatGPT的方式。 譬如，在旅行時拍下一張地標照片，就能即時討論其中有趣之處。 又如，拍照問ChatGPT怎麼把腳踏車座椅調低？
