AI人工智慧的創新，已在顛覆職場。最近國內不少上班族，已經善用各類超夯AI應用，趁下班時間在社群上發文，斜槓作網紅。如果你偶然錄下一段訪談錄音，可以減少人力，光靠ChatGPT、Whisper等AI工具，從零打造文章嗎？最後和專業寫作程度多接近？又怎麼下指令？以下全面實測工具的優劣點帶你看懂。
人工智慧AI讓許多上班族，更有能力斜槓找新方向。像是網上經營個人品牌寫部落格文章，現在有AI幫助更有效率。
而當你手機錄了一段訪談語音，有可能完全只用AI工具，就能快速從語音變成可用的文章嗎？依照記者使用經驗，只要結合OpenAI團隊開發出的語音轉文字模型Whisper，或者建基於Whisper模型的類似AI應用Good Tape，再結合聊天機器人ChatGPT，確實能打造出草稿。雖然和專業寫作者的水準仍有一段距離，已提高不少效率。
至於使用上就是簡單兩大步驟，首先將音檔輸入語音辨識模型應用，讓它轉出逐字稿文檔，其次就將檔案中文字貼上ChatGPT，請它潤飾即可。
但是，到底實際使用上，效果多好？指令怎麼下？這些AI應用的優缺點以及使用友善性在哪？以下是完整介紹與實測，可以讓你避免卡關踩地雷。
生成式AI應用ChatGPT是什麼？為何它引爆全球使用熱潮？
雖然ChatGPT已是今年全球與台灣最熱門的技術趨勢議題，可能還是有人，從未全面了解它的發展歷程與爆紅成功原因。想看最完整解讀，請見此文。
ChatGPT已被微軟融入自家搜尋引擎Bing，在手機上也可用？
ChatGPT出App版了嗎？為何好多人天天手機上使用？原來是今年2月，微軟已將ChatGPT融入搜尋引擎Bing ，就此讓「Bing」行動版App如虎添翼，可使用Bing AI加上搜尋服務，其實也就是ChatGPT在背後發威。到底這次升級有哪些驚喜？另外，又如何運用含上千種指令的萬能工具箱外掛，幫你工作？可見此文攻略。
語音轉文字的AI工具1〉Whisper是什麼？講中文也能通？
打造出聊天機器人ChatGPT的OpenAI團隊，也早就推出了語音轉文字模型Whisper，相當適合用來將你的錄音轉成文字。
但是，它能否正確辨識中文的逐字稿，應該是國內民眾最關心的。根據OpenAI在Github上釋出的說明文件，Whisper是一個通用的語音識別模型，目前已可辨識全球約50多種語言的語音，並轉成文字。不過辨識準確度則差異頗大，目前準確度最高的前3名為西班牙文、義大利文與英文。中文的辨識準確度，在這50多種語言中僅列第30名。不過，就許多人的使用經驗，Whisper的中文辨識已稱得上堪用等級。
語音轉文字的AI工具2〉Good Tape是什麼？和Whisper關係在哪？
另外，還有來自丹麥的數位媒體Zetland，善用Whisper模型，進而建置了更專業的語音轉文字應用Good Tape。根據Good Tape官網資訊，它也一樣能將中文等數十種語言的語音轉成文字稿。同時，由於Zetland團隊本身是媒體業出身，因此是依照記者採訪平日錄製訪談語音的要求，來打造這個AI應用，號稱更能符合專業報導用途。
AI比一比：Whisper vs. Good Tape誰使用上較友善？費用問題？
OpenAI去年9月一開始推出Whisper，是在Github上釋出程式碼；今年3月則開放付費的Whisper API串接服務。不論你使用哪一種方式來安裝使用，都會需要一點程式相關知識，建議要有工程師背景的人較適合。另外，若使用Whisper API串接服務，目前每分鐘0.006美元計價，相當平價，但並非免費。
至於Good Tape，則相當簡單，只要進入官網，直接上傳語音檔，選定要整理逐字稿的語言，並輸入你的信箱。它會在完成後，自動寄出辨識完成的文字檔連結到你信箱。且目前仍是免費試用階段。
想使用，相關網址如下：
音檔實測：Whisper vs. Good Tape，哪個辨識中文語音，準確度較高？
到底這兩個AI應用，哪個中文逐字稿辨識得更準？以《遠見》記者2月7日採訪國內知名教育家、「公益平台基金會」董事長嚴長壽，追憶星雲大師的採訪音頻轉文字為例，以下是實測對照。
◎Good Tape實測結果
◎Whisper實測結果
Whisper將這段嚴長壽談及他父親與星雲大師淵源的內容，大致上能辨識出來，不過，Good Tape可以辨識出正確的「淵源」一詞，Whisper則辨識成錯誤的「人員」。但是在「不同的接觸」這一句，Whisper辨識正確，Good Tape則錯誤整理為「不同的因素」，可以說辨識語音各有擅長之處，準確度差異不大。
至於上述這兩個應用，都無法正確辨識人名如「星雲大師」。
文稿潤飾實測：如何將語音轉出的文字檔，交由ChatGPT潤稿？
接著，語音轉成的文字訪談，可以請聊天機器人ChatGPT稍微潤飾成專業一點，接近媒體報導的草稿嗎？以下是兩種實測示範。
◎請ChatGPT以專業報導的風格，來潤飾以下這段訪談逐字稿。指令是：「可否請你用專業報導的寫作風格，來潤飾下面這段文字」
以下是將所提供的文字進行潤飾後的範例：
◎請ChatGPT以感性的人物報導的風格，來潤飾這段訪談逐字稿。指令是: 「可否請你用人物報導的寫作風格，來潤飾下面這段文字」
以下是我以人物報導的文筆風格，為您潤飾的文字：
◎原來逐字稿段落
至於兩種風格的潤飾稿件，和上面原來文本的逐段落，對照看來。第一個專業報導風格，ChatGPT確實將口語的贅字精簡，或用比較專業的說法來取代，看來是有掌握專業報導的一些常見作法。第二個人物報導風格，ChatGPT則添加了不少感性辭彙，只是竟也跟著添加一些錯誤的資訊，例如星雲大師是江蘇江都人，並非與嚴長壽一家人都同樣是杭州人，另外訪談中所指的「空軍朋友」，應是嚴長壽父親的朋友，與星雲大師無關。嚴長壽父親也並非是和星雲大師的朋友一起從中國大陸到台南。
◎記者實測心得
不過，就實測心得來說，好處是Whisper只需一分鐘就可生成逐字稿，比起人工整理高效不少，同時AI製作的逐字稿中除了人名，一些事實大致正確，還可以協助確認年歲差距等數據。至於ChatGPT潤飾文字時，也確實會調整成相對正式用詞，但是要千萬小心AI無意中添加的假資訊，絕對需要重新確認過。
結論是作為草稿尚可，但記者真實完成的報導，還是遠遠花了更多功夫調整語彙，並且得查證訪談內容相關的事實數據，仍不至於靠AI「秒生成」一篇報導。有興趣看最終報導內容，可參考此網址：嚴長壽追憶星雲：大師風範傳世，遺囑一句話就破除迷思。
