利用人工智慧進行口述的主要方法有兩種:

1. 即時口述軟體: 像是 Nuance Dragon Dictation 這樣的工具可以讓你即時進行口述,軟體會處理拼寫、語法和標點符號。雖然這種方法可能會有一些準確性問題,但你可以使用像是 ChatGPT 這樣的語言模型來清理文本。

2. 使用 Whisper 進行非同步口述: OpenAI 的 Whisper 模型可以讓你錄下口述,然後轉錄音訊檔。這種方法需要額外的步驟,但如果你不想即時口述或有更高品質的錄音,這可能會更有幫助。你可以再使用語言模型來正確格式化轉錄的內容。

這兩種方法都可以顯著提高你的寫作效率,讓你能更快地把想法記下來。關鍵在於找到最適合你寫作流程和偏好的工作流程。只要稍加設定,你就可以利用人工智慧的力量來簡化你的口述過程,並將更多時間投入到創作的部分。

要使用像 Dragon Dictation 這樣的即時口述模型,流程如下:

1. 使用像 Dragon Dictation 或 Microsoft Word、Google Docs 內建的口述功能這樣的專用口述軟體。
2. 戴上有噪音抑制麥克風的耳機,確保轉錄的準確性。
3. 按下口述按鈕開始說話,軟體會即時轉錄你的語音。
4. 檢查轉錄的文字,修正拼寫錯誤、同音異義字、遺漏字詞或其他口述過程中造成的不一致。
5. 為了加快編輯過程,你可以建立一個自訂的 GPT 提示,自動修正常見的問題。
6. 將提示應用到轉錄的文字上,GPT 模型就會提供一個修正過的版本,節省你的時間和精力。

這個工作流程讓你能快速捕捉想法,同時 AI 輔助的編輯也能確保最終稿件的品質。

這種方法的第一步是將口述內容錄製成音訊檔。你可以使用手機、錄音機或 Windows 內建的錄音軟體等多種方式來錄音。

一旦有了音訊檔,你就可以使用 OpenAI 的 Whisper 模型來轉錄它。不幸的是,目前在 OpenAI 的生態系統中沒有直接的方法,因為像是上傳音訊檔到 ChatGPT 這樣的功能還沒有開放。

不過,你可以使用 OpenAI Playground 中的「Complete」舊版功能來轉錄你的音訊。步驟如下:

1. 在 OpenAI Playground 中,選擇「Complete」舊版功能。
2. 在右上角,點選「Speech to Text」選項。
3. 將你的音訊檔拖放到指定區域。
4. Whisper 模型就會轉錄你的音訊檔。

轉錄可能會有一些問題,例如它會直接轉錄你口述的標點符號,或無法正確判斷何時開始新段落。要解決這些問題,你可以將轉錄結果再次輸入到 ChatGPT 的提示中。

提示可能會像這樣:

「以下是口述文本。請修正它,使口述時指定的標點符號轉換為實際的標點符號(例如,句號轉換為句號,逗號轉換為逗號),以及在說「換行」時,將其用作創建新段落的指標。」

然後,只需將轉錄的內容貼到 ChatGPT 中,它就會為你清理文本。

雖然這種方法可能與第一種使用 Dragon Dictation 的工作流程相似,但在某些情況下它可能會很有用。例如,如果你不想即時口述,或是在散步時錄製口述,Whisper 模型就可能是一個不錯的選擇。

總的來說,這兩種工作流程都可以有效地將人工智慧融入到你的口述過程中,並在編輯階段為你節省時間。

結合口述軟體和人工智慧驅動的工具,可以大大簡化你的寫作過程,特別是如果你是一個多產的作者,時間有限。上述的兩種方法提供了不同的方式來利用人工智慧進行口述:

1. 使用專用軟體進行即時口述: 像 Dragon Dictation 這樣的工具可以讓你即時進行口述,軟體會處理轉錄。雖然這種方法可能需要一些拼寫和語法錯誤的清理,但你可以在像 ChatGPT 這樣的 AI 助手中建立自訂提示,來自動化編輯過程。

2. 使用 AI 轉錄進行非同步口述: OpenAI 的 Whisper 模型等服務可以讓你錄下口述,然後轉錄音訊檔。如果你喜歡在外出時口述,或是沒有即時口述軟體,這種方法可能會更有幫助。轉錄後,你可以再使用 AI 助手來完善它。

這兩種工作流程都有優點,可以根據你的具體寫作需求進行調整。通過將人工智慧融入到你的口述過程中,你可以節省時間、減少編輯工作,並將更多精力集中在創作的部分。嘗試這些方法,找到最適合你寫作風格和生產力目標的方法。