AI办公自动化-用kimi将音频批量转换为文本

文章预览

现在已经有很多非常不错的语音转文本的AI应用了，比如通义听悟、飞书妙记等。不过，对于大批量、多个文件夹的语音转文本，手工操作就比较麻烦了，还是有个程序自动化运行更方面。 Whisper 是一个由 OpenAI 开发的开源语音识别库，旨在将音频内容转换为文本。它使用深度学习模型来识别和转录语音，支持多种语言和多种音频格式。借助这个开源免费的Whisper库，可以很方便的实现批量语音转文本。 在kimichat对话框中输入提示词： 你是一个Python编程专家，要完成一个Python脚本的编写任务，具体步骤如下： 打开文件夹：D:\CHATGPT For TikTok TikTok Mastery with CHATGPT 文件夹里面有多个子文件夹，子文件夹中有mp3格式的音频，读取子文件夹中的所有音频文件； 用openai-whisper库将mp3格式音频识别为和音频同名的文本文档，然后保存在和mp3音频的同一个文件夹中 ………………………………