對 mp4 產生日文字幕逐字檔 | 次世代 Hugo

Codex 可對 MP4 直接產生日文逐字搞，且包含中文翻譯與單字解釋。

Version

Codex 0.139.0

Homebrew

$ brew install ffmpeg
$ python3 -m pip install -U openai-whisper

• 安裝 ffmpeg
• 安裝 openai-whisper

Whisper Model

$ mkdir -p /Users/oomusou/whisper_models

• 建立 model 的目錄：whisper_models

python3 - <<'PY'
import whisper
model_dir = "/Users/oomusou/whisper_models"
whisper.load_model("medium", download_root=model_dir)
print("medium model downloaded to", model_dir)
PY

• 下載 model

$ ls -lh /Users/oomusou/whisper_models

• 應顯示 medium.pt

Model to Cache

> Ｗhisper Model 目前放在 /Users/oomusou/whisper_models 下，將 medium.pt 放到 Cache 下方便 Codex 調用

• 在 Codex 下將 Whisper Model 放到 Cache 下方便Codex 調用

Prompt

1. new.mp4 的逐字稿為 lecture40.md
2. 幫我用 whisper 重新校正其正確性與斷句
3. Ｗhisper Model 目前放在 /Users/oomusou/whisper_models
4. 最後將每一句參考 fill skill 加上單字解釋

• 以上為基本的 prompt，告知 Whisper model 放在哪裡，要做哪些事情

Conclusion

• 之後可直接在 Codex CLI 下直接使用 ffmpeg 與 whisper 產生 mp4 的逐字稿
• Model 可挑 small 或 medium，基本上 small 就已經可用，medium 會更精確些