Google colabを使って、音声認識AIの「Whisper」で"文字起こし
という記事。
これを使えば、Zoom勉強会の資料作りが劇的に早くなるかも
https://note.com/dngri/n/n2f2302c253a9?sub_rt=share_pw
フォロー
いろいろ調べた結果、音声ファイルがデフォルトで25MBまでと。これだと、講義の文字起こしは難しいな。2時間ほどの音声ファイルがほとんど。機械的に分割してしまうとおそらく文脈がずたずたになって認識精度が落ちてしまうだろう。
https://platform.openai.com/docs/guides/speech-to-text/longer-inputs
