影片轉文字工具推薦：Memo AI
影片轉文字工具百百種，其中最令我驚艷的就是 Memo AI。
它是一個免費／付費的本地端軟體，同時支援 Windows 和 Mac 作業系統。
而它的功能不只有影片轉文字，還包含了文字合成語音、字幕翻譯、字幕輸出、上字幕後的影片輸出、心智圖繪製、筆記軟體串連等等。
我推薦它的原因，就是因為它把以上功能集結在一起，讓我們在工作和學習時不需要開多個視窗。這有效減少了注意力的耗散。
該影片轉文字工具目前可輸入 5 種媒體格式：
- YouTube 影片（包含 Shorts）
- .mp3 檔
- .mp4 檔
- .aac 檔
- .m4a 檔
Apple Podcast（官方說可以，但我試了不行）
接下來，我會分享Memo AI 是免費的嗎、影片轉文字 3 步驟、轉寫速度實測、該影片轉文字工具的特點、工具比較。
Memo AI 是免費的嗎？
Memo AI 可以免費使用，也可以付費。
免費版就可以使用「影片轉文字」和「字幕翻譯」等主要功能了。
付費版則是多了「品質更好的影片轉文字」、「GPU 加速轉寫」、「語音合成」和「解鎖 4K 影片導出」。
兩者差異最大的地方，就是影片轉文字的速度。
免費版只能使用 CPU 轉寫，速度較慢；
付費版可以使用 GPU 或 Cuda 轉寫，速度是爆炸性躍升。
接下來的內容，都以免費版的為主。若提到付費版的內容，會特別註明。
影片轉文字 3 步驟
步驟一：註冊 Memo AI
首先我們要註冊，才能拿到該軟體的啟動授權碼。
請到這個官方的網頁，點選「Memo is still in beta」裡的連結。進入頁面後，左側選擇「Memo AI Invitation code（免費版）」，右側則填入「你的電子郵件信箱」。
填好送出後，到信箱收信，你會收到他們寄來的信，而信裡有啟動授權碼 License key⬇️
接著去官網下載並安裝該軟體。安裝完成，開啟軟體後，你會被要求填入授權碼。填好送出後，你就能開始使用了！
準備開始把 YT 影片轉文字！
步驟二：轉寫 YT 影片
開啟並進入該軟體後，畫面上方有個填入 YT 影片連結的欄位（紅框處）。
把影片連結複製貼上，按下轉寫後，會來到以下畫面。
畫面中依序有 4 個設置可以調整：
- 原檔案語言：這裡我們調「自動檢測」
- 選擇品質：免費版只能選「極速」和「均衡」，這裡我們選均衡的「Small」
- 啟用 GPU 加速：免費版只能選 CPU（較慢）
- 自動斷句：啟用它
設置調整完成後，請按下「轉寫」，它就會自動把 YT 影片下載下來（可能需要一點時間），並把影片中的所有語音轉成文字。
轉寫完成的畫面如下。左側是影片，右側是轉寫後的時間碼和原文文字稿（你也可以把它當作字幕）。
步驟三：翻譯字幕
讀英文很吃力，所以我們要把它變成繁體中文。請點選畫面上方的「翻譯」。
翻譯服務選擇「Microsoft 微軟翻譯」，然後選擇翻譯成「繁體中文」。
接著點選「翻譯 ▷」，等它跑。跑完後，你會發現左側影片多了繁體中文字幕，右側原文文稿底下有了繁體中文字。
到這裡你就完成影片轉文字三步驟啦！恭喜！
影片轉文字速度實測
我的筆電是型號是 Stealth 14Studio A13VF。
- CPU：Intel® Core™i7-13700H
- RAM：64 GB
- 顯示卡：GeForce RTX™ 4060
- SSD：1 TB
CPU、GPU 和 Cuda 的轉寫速度比較
Memo AI 有三種影片轉文字的轉寫選項，分別是 CPU、GPU 和 Cuda（後兩者需要付費）。
這裡主要實測這三種轉寫選項的速度，轉寫品質設定為「均衡」的「Small」模型（免費版可選），而測試的影片是 Peter Attia 教授在說明長壽的 4 分鐘影片。
以下是測試結果。
| CPU | GPU | Cuda | |
| 影片轉文字所需時間 | 106 秒 | 14 秒 | 7 秒 |
結論是用 CPU 轉寫真的很慢，等到天荒地老。
如果你工作上需要大量使用影片轉文字的話，真心建議使用付費版，用 GPU 和 Cuda 轉寫的速度真的快非常多。
以這支影片來說，CPU 到 Cuda 的轉寫耗費時間，是從「三位數」秒降低到「個位數」秒！
Cuda 對於不同時長影片的轉寫速度比較
既然知道 Cuda 是影片轉文字最快速的轉寫選項，那麼就來看看它在不同時長影片的表現。
以下是測試結果。
| Cuda 影片轉文字所需時間 | |
| 4 分鐘影片 | 7 秒 |
| 10 分鐘影片 | 12 秒 |
| 30 分鐘影片 | 38 秒 |
| 60 分鐘影片 | 84 秒 |
| 120 分鐘影片 | 159 秒 |
轉換成折線圖。
「轉寫時間」與「影片長度」之間的關係幾乎成正比。這很直覺，影片愈長，影片轉文字所需時間就愈久。
Memo AI 的其他 8 個特點
1. YT 影片就算沒有 CC 字幕也可以影片轉文字
很多影片轉文字工具在轉寫 YT 影片時，都是轉寫影片裡的 CC 字幕（Closed Captioning）。如果一部影片沒有 CC 字幕的話，那麼它就會轉寫影片底下的「留言」，而不是影片真實內容。
這大大破壞了使用者的體驗。
但是，Memo AI 可以順利轉寫沒有 CC 字幕的影片。
因為它內建了 OpenAI 的語音辨識模型 Whisper，可以精準地將影片中的語音轉寫成文字。
註：在轉寫前請記得先下載模型。
2. 多種翻譯模型
剛剛提到的是「語音辨識模型」，這裡提到的是「翻譯模型」，這兩者不一樣（常有人搞混）。
翻譯模型指的是，翻譯文字的模型，比如英翻中、英翻日、中翻日等等。
Memo AI 目前總共有 6 種翻譯模型可以使用：
- OpenAI
- Ollama
- Microsoft
- DeepL
- Claude
在這六者之中，可以免費使用的有 Ollama、Microsoft、Google 和 DeepL，而 DeepL 要另外註冊＋串 API，且有翻譯字數限制（一個月 50 萬字）。
使用 Ollama 翻譯較麻煩。因為它是本地端的 AI 模型，必須下載再安裝才能使用，而它的安裝步驟較複雜，建議參考 PAPAYA 的 YT 影片。
另外兩個模型，OpenAI 和 Claude，要付費才能使用（要串 API 並儲值）。
- 如果你是免費使用者，且不想花錢的話，我推薦你使用 Microsoft 翻譯。
- 如果你願意付費得到更好的翻譯品質，我推薦你使用 Claude 3.5 Sonnet（我自己就是這樣使用）。
3. 可二次翻譯降低機翻感
點選「設定」＞「實驗室」，就可以看到「AI 二次翻譯潤色」。
開啟這個選項之後，它在翻譯文字時就會翻譯兩次，可以有效降低「機翻感」，讓翻譯後的文字顯的更通順、更口語化。
下圖是一次翻譯。
下圖是二次翻譯。
二次翻譯後的文稿讀起來確實更通順和口語化。
4. 可修改字幕（翻譯後的文字）和匯出
如果翻譯後的文字你還是不喜歡，那麼你可以手動把它改成你喜歡的樣子！
修改完後，你也可以把字幕匯出成各種檔案格式，或是直接匯出到筆記軟體中（目前只有支援 Notion 和 Obsidian）。
5. 可調整影片中字幕的呈現
影片字幕總共有 6 處可以調整：
- 字幕樣式：可以調整字幕呈現的樣式
- 主字幕：可調字幕顏色和大小
- 輔字幕：可調字幕顏色和大小
- 雙語切換：可以選擇要顯示原始語言或翻譯語言，也可以選擇同時顯示
- 字幕顯示順序：可以選擇原始語言和翻譯語言呈現的次序
- 位置：可以調整字幕在影片中的位置
直接看影片吧，比較好理解。請注意左側影片字幕的變化。
6. 可語音合成（Text-to-speech，TTS）
如果影片的原始語音是英文的話，你可以透過翻譯後的繁體中文字，來進行語音合成，讓它說中文。
目前共有 3 種語音合成模型可選：
- OpenAI
- ElevenLabs
- Edge
這三者中，只有 Edge 是可以免費使用的。其他兩者要付費才能使用（要串 API 並儲值）。
聽聽看合成後結果如何吧⬇️，以下是我用 Edge 進行語音合成後的影片，覺得講的挺順的。
除了中文之外，你也可以讓它說各國語言。而且說話者可以選擇男生或女生，超好玩 XD
7. 可建立筆記，串連 Notion
在使用 Memo AI 的過程中，你也可以用它內建的筆記工具寫筆記。
不過它的筆記工具偏陽春，並不像專業的筆記軟體有那麼多功能。
所以，建議串連其他專業筆記軟體，將你在 M 上做的筆記同步到專業筆記軟體上。他們目前只有支援 Notion。未來會支援 Flomo、Obsidian 和 Logseq。
要把筆記同步到 Notion 的話，要串 Notion API，這裡有官方教學文可以參考。
8. 可做總結和繪製心智圖
「做總結」和「繪製心智圖」必須串 OpenAI 的 API，或使用 Ollama。前者需付費，後者則免費。
以下是請它做總結的影片（沒錄完整個過程）。
以下是請它繪製心智圖的影片（沒錄完整個過程）。
下圖是完整的心智圖，你還能夠下載它和編輯文字。
影片轉文字工具比較：Memo AI vs Whisper Jax
另一個常見的影片轉文字工具是 Whisper Jax，它是免費的網頁軟體。
而我認為 Memo AI 屌打它，以下我用表格比較。
| Memo AI | Whisper Jax | |
| 使用環境 | ✅本地端 | 必須連網路 |
| 使用費用 | 免費/付費 | 免費 |
| 註冊 | 需要註冊 | ✅免註冊 |
| AI 模型 | Whisper | Whisper |
| 影片轉文字速度 | ✅快（電腦硬體愈好跑愈快） | 慢（很多人同時用會降速） |
| 文字翻譯 | ✅可翻成各種語言 | 只能翻成英文 |
| 可否串接 API | ✅可以 | 不可以 |
| 可否儲存檔案 | ✅可以 | 不可以 |
| 功能種類 | ✅功能繁多 | 只有影片轉文字和翻譯成英文 |
與 NotebookLM 的組合應用
NotebookLM 有個酷炫的功能，是彙整你上傳的資料，然後生成雙人對話 Podcast。但目前的缺點是只能生成「英文」Podcast。
為了聽到中文版本的 Podcast，我們可以先下載原本英文 Podcast 的音檔，然後再把音檔丟進 Memo AI，用語音合成把它轉成中文音檔。
已實測，可行！
（延伸閱讀：用 NotebookLM 讀大量書籍的方法，NotebookLM 使用案例分享）
Memo AI 適合誰？
我認為該影片轉文字工具，特別適合以下 4 種人：
- 常看國外 YT 影片（演講、訪談等長影片），且需要文字翻譯的學習者
- 不想花時間看長影片，只想看文字快速輸入的人
- 常錄 Podcast，需要把聲音輸出成字幕的創作者
- 不想用自己的聲音，而是用合成語音（需付費）的創作者
Memo AI 的價格是多少？
該影片轉文字工具目前有兩種付費方案，一種是「年訂閱制（Memo Pro）」，另一種是「買斷制（Memo Believer）」。
這裡可以看更詳細的官方定價。如果你是學生或教師的話，購買可以享折扣。
年訂閱制
- 價格：25.99 鎂／年
- 裝置數量：兩台
- 解鎖功能：GPU 加速、更高品質的影片轉文字模型、批量輸出、多格式匯出、語音合成
買斷制
- 價格：49.99 鎂、99.99 鎂、139.99 鎂、259.99 鎂
- 裝置數量：一台、三台、五台、十台（依序對應以上價格）
- 解鎖功能：和年訂閱制一樣
我的選擇
因為我自己有多台裝置，且覺得該影片轉文字工具是目前市場上最猛、最萬用的，所以我選擇「買斷制 99.99 鎂」。
如果你只是想嚐鮮一下的話，年訂閱制就夠了，該有的功能都有。
如果你只是需要影片轉文字功能，且不要求轉寫速度、不要求轉寫的太精準、對翻譯品質也沒太多要求的話，免費版就夠你用啦！
哪些創作者也在使用這款影片轉文字工具？
- 蘋果 99，他錄了一支 YT 影片，教大家如何把 Memo AI 應用在剪輯上
- 李元魁，他錄了一支 YT 影片，教大家如何使用這款影片轉文字工具
- 雷蒙，他在 FB 貼文提到，在長影片學習上 Memo AI 比 NotebookLM 更好用
Memo AI 的 2 個缺點
1. 很吃電腦效能
他們在官網的更新日誌中有提到以下這句話：
Memo AI 建議在有超過 16G 記憶體的裝置中使用，以獲得更好的體驗，裝置的配置越好，轉寫的速度就越快。
意思是當系統在進行影片轉文字的時候，會吃掉很多記憶體。記憶體不夠的話，就會當機。
如果你的電腦已經很久沒有更新硬體，用的都是幾十年前的零件，那就很可能跑不動這個工具。
2. 不支援 Podcast
雖然官方公告說他們支援 Apple Podcast，但我怎麼試都無法，總是出現「獲取媒體信息失敗」提示。
不管是英語 Podcast，還是中文 Podcast，都不行。
寫在最後
真心推薦 Memo AI 這款影片轉文字工具，它讓我們可以用更輕鬆、更快速的方式看國外長影片。
更進一步地說，這款工具真正實現了長影片的沉浸式學習！
雖然它目前有一點點小缺點，但無傷大雅，只要 YT 影片轉文字功能正常就沒什麼大礙。
