Tern-字幕组机翻小助手

# 建议

  1. 如果想要识别英文，建议使用 IBM/Azure/Amazon
  2. 如果想要识别中文，建议使用 腾讯云/阿里云
  3. 对于其他语言，比如想识别法语或韩语，可以自己多配置几家服务商，都试试，对比下质量

# IBM

# 本篇教程教你如何配置 IBM 的语音转文字


IBM 识别英文不错，识别中文不行
如果需要识别中文建议使用阿里云/腾讯云

# 第一步：注册并登录 IBM Cloud (opens new window)

  1. 注册不需要信用卡，不需要手机号，只需要邮箱就行
  2. 无法访问 IBM Cloud 或者网站很慢的话，建议翻墙访问

# 第二步：点击页面右上角"创建资源"

# 第三步：搜索 "speech", 开启 Speech to Text 服务

# 第四步：复制 "API 密钥" 和 "URL"

# 第五步： 粘贴进 IBM 设置页

# 腾讯云

# 本篇教程教你如何配置 腾讯云 的语音转文字

# 第1步: 登录 腾讯云 (opens new window)

(如果没有账号就注册然后再登录)

# 第2步：开启语音识别服务

左上角搜索 "语音识别"，点击进去，开启即可

# 第3步：获取 访问密钥 (opens new window)

复制 APPID, SecretId, SecretKey 三样信息

# 第4步：复制粘贴到软件里

# Azure

# 本篇教程教你如何配置 Azure 的语音转文字

接下来我们要:

  1. 配置一个 Storage Account, 得到一个叫 connection string 的东西
    这个负责存你的文件

  2. 配置一个 Speech 服务, 得到 key 和 region
    这个负责进行语音转文字

一共两件事

# 第一步：登录 Azure (opens new window)

如果没有账号就先注册账号，Azure 会送新账号 200 美金试用（有效期30天）
（需要填入支持美金的信用卡）

# 第二步：新建一个 Storage Account

第二步的最终目的，是获得 Connection String, 它长这样:

DefaultEndpointsProtocol=https;AccountName=anynameisfine;AccountKey=krVoq8GHDu4bm4z/tlIlPrgqJbtb83CU146TichH1janq/xxxxxJbAzWQSD1czNkhZLiR37E4OWAy216xxxxxx==;EndpointSuffix=core.windows.net

# 点击左上角 Create a resource

# 搜索 storage

点击这个绿色图标的 Storage account - blob, file, table, queue
（第一行从左到右第二个）

# 点击 Create

# 填写信息这里：区域选择 (US) East US

然后点击左下角的 Review + create

# 点击 Create 即可

# 等待创建完成

# 点击 Go to resource

# 点击左边的 Access Keys

# 复制 Connection String

复制的结果类似

DefaultEndpointsProtocol=https;AccountName=anynameisfine;AccountKey=krVoq8GHDu4bm4z/tlIlPrgqJbtb83CU146TichH1janq/xxxxxJbAzWQSD1czNkhZLiR37E4OWAy216xxxxxx==;EndpointSuffix=core.windows.net

# 粘贴到软件里即可

# 第三步：获取 Speech 服务所需的 key 和 region

# 还是点击左上角 Create a resource

# 搜索 Speech, 选择第一个

# 创建时，区域选择 eastus，注意要和前面的 Storage account 是同一个区域就行

# 等待创建完成

# 创建完成后点击 Go to resources

# 选择左侧 Keys and Endpoint

然后复制两项东西：

  • Key1 就是我们想要的 Key
  • Endpoint 里面前面的 region "eastus" 就是我们想要的 region

# 填入即可

# 最后一步：测试一下填的对不对

至此，Azure 语音转文字就配置完成了

# 补充说明:

前面的区域选择 eastus 只是举例而已，你也可以选择其他区域
根据文档 (opens new window)，可选的区域如下：

  • australiaeast
  • brazilsouth
  • canadacentral
  • centralindia
  • eastasia
  • eastus
  • japaneast
  • northeurope
  • southcentralus
  • southeastasia
  • uksouth
  • westcentralus
  • westeurope
  • westus
  • westus2

# Amazon

# 本篇教程教你如何配置 Amazon 的语音转文字

# 第一步：登录 AWS (opens new window)

# 登录后长这样

# 第二步：点击右上角 My Security Credential

# 第三步：点击 Create New Access Key

# 会看到一个弹框

# 将弹出来的 Access Key ID 和 Secret Access Key 复制到软件里就行

# Region 可以填 us-west-2

# 阿里云

# 本篇教程教你如何配置 阿里云 的语音转文字

# 第1步：登录 阿里云 (opens new window)

# 登录成功后长这样

# 第2步：开通 OSS （如果没有开通）

鼠标移动到页面左上角"橙色"图标上面，在弹出的菜单中搜索 OSS,
进入该页面后, 如果没开通就开通

OSS 收费很低，可以先使用后收费，
（用了一阵子语音转文字之后，应该会收到一个 OSS 欠费1分钱的通知，这时候充值1块钱就行，可以用很久）

# 第3步：开通语音服务

操作方法和开通 OSS 一样，左上角搜索"语音"，选择"智能语音交互"
如果提示开通就点击开通

# 第4步：把阿里云的信息复制粘贴到软件里

获取AccessKey，鼠标悬浮在右上角头像处，会弹出菜单，然后选 "AccessKey 管理"

# 如果有弹窗提示，选择左边的灰色按钮 "继续使用 AccessKey"


补充说明：
我开发和测试时，用的都是根账号，
如果你希望用子账号能更安全一些，子账号八成也是可以的，只不过我没测试过
子账号的权限给 OSS 和语音识别就行

# 然后会看到这个页面

# 复制 AccessKey ID 和 Access Key Secret 到软件里即可。

这里的"测试配置是否正确" 原理是用 AccessKey ID 和 Access Key Secret
在账号里新建一个桶，桶的名字就是 "Bucket 名"

这个桶的名字是全局唯一的，不能和別人重复，
所以建议用 "tern-[一串数字]" 比如 "tern-1928314141"
反正不要和別人重复就行，
如果创建桶成功了，就说明有权限，就会显示"配置正确"

注意：这个 Bucket 不需要你手动去阿里云后台创建，不需要手动创建，
点击"测试"按钮时会自动创建一个

# 第4步：获取 appKey, 一个语言需要一个 appKey

# 进入"智能语音交互"


# 选择"全部项目"

# 右侧选"新建项目"


# "项目名称"可以填你想识别的语言，比如"中文"


此处可以随便填写任意名字，只是填写语言名在列表中比较好找

# 上下一共2个选项，选择下面那个 "基于场景选择模型"

# 根据需求选择"中国语言"

# 或者"多国语言"

# 为了演示我们这里选择英语，然后点击右下角的 "确认使用"

# 然后会到这个页面，右上角复制 appKey

# 把 Appkey 复制到软件里即可

先点击添加按钮

# 语言名写英语，然后粘贴后面的 appkey

# 添加完之后，语言列表里可以看到有英语

这个就是你刚刚添加的

# 价格

阿里云的免费额度是每天2小时，如果超过了会提示： USER_BIZDURATION_QUOTA_EXCEED
如下图所示

USER_BIZDURATION_QUOTA_EXCEED 的官方文档看这里 (opens new window) ，官方说明是：单日时间超限

碰到 USER_BIZDURATION_QUOTA_EXCEED 的解决方法：开通阿里云语音转文字的"商业版"


这里选择"录音文件识别"的升级为商用版
按量付费（就是先使用，然后根据使用量的多少来收费） 的价格是2.5元/一个小时

# 讯飞

本章节演示如何配置讯飞的语音转文字
注意，讯飞目前只支持 中文 和 英文 ，如果需要处理其他语言，请用其他服务商

# 第一步：注册并登录 讯飞开放平台 (opens new window)

登录后长这样, 点击'新建应用'并走完后续的流程

# 第二步：左侧导航栏选择"语音识别"->"语音转写"

# 点击页面底部的 '领取5小时免费试用体验包'

# 然后回到页面顶部

# 复制 "服务接口认证信息" 这里显示的 APPID 和 SecretKey

# 第三步：复制并粘贴到软件 "设置"->"讯飞" 中对应的输入框即可

# 谷歌

本章节演示如何配置谷歌的语音转文字
目的是获得 "服务账号 .json 文件"
图 1

# 第一步，进入 Google Cloud (opens new window)

首页如下图 图 2

# 第二步，左侧选择 APIs & Services, 点击 Credentials

图 2

# 第三步：选择顶部的 CREATE CREDENTIALS

图 2

# 第四步：在下拉菜单中选择 Service Account

图 2

# 名字随便填一个，比如 tern-2021-2

图 2

# 权限的部分选择 Owner（如果你觉得这个权限太高了，那么只给 Cloud Storage 和语音转文字服务两个东西的权限就够了，我嫌麻烦我就直接给 Owner）

图 2

# 最后选择 DONE

图 2

# 找到刚刚创建的那个，选择编辑

图 2

# 点击 ADD KEY

图 2

# 用默认的 JSON 类型并点击确定即可

图 2

# 可以看到浏览器下载了一个 .json 文件

图 2
这个文件是你的"钥匙"，可以控制你在 Google Cloud 里的资源，千万妥善保管，不要和別人分享，不要泄露出去。
否则被別人滥用，你可能会被谷歌扣很多钱。

# 在设置页面中选择这个 .json 文件即可

图 2

至此，谷歌的语音转文字就配置完毕了。

Last Updated: 2022/11/29 12:48:02

← 关于 →