如何使用Camtasia语音识别功能制作字幕

近些年AI人工智能领域发展的如火如荼，图像识别、语音识别等功能都陆续地被开发和应用，并发挥着巨大的作用，逐步便利人们生活的各方各面。语音识别常用于将语音转换为文字，用途广泛，在翻译、聊天、视频制作中都能随处见到它的身影。

Camtasia是一款Windows系统上的录屏和视频编辑制作软件，那么这种软件，非常必要的功能就是字幕添加功能，今天我们就使用它内置的语音识别功能，来学习快速制作字幕。

一、训练语音模型

我们首先在轨道上导入一段要输入字幕的视频，然后选择此视频，点击左侧列表的“字幕”，点击设置图标按钮，选择“语音到文本”。

Camtasia会提示我们它需要通过麦克风，录制我们特定某段对话的声音，进而训练出相符合的语音模型。

我们点击蓝色字体的“开始声音训练”，进入语音识别语音训练界面，然后对着给定的某段文本进行朗读，如下图3的“我正在对计算机讲话”。

下面我们需要点击“启动音频设置向导”，设置麦克风的及音频输入的大小，以便于更好地提高音频识别模型的训练准确率。

如果我们有一些特殊的行业用词需要进行识别或不需要进行识别，那么此时我们就需要点击“开始将字词添加到字典”，进行字词的添加。我们可以选择添加进行识别或者是阻止听写，如图5。

随后将我们要添加的专业性词汇输入到输入框中，如“负载均衡”，再点击下一步，如果字词的发音不明显，我们需要勾选“完成后录制发音”，对该词语进行专门的发音录制。

上述设置全部完成以后，提示界面左侧会全部变为勾选图标，具体见图7，此时我们点击“继续”，开始将视频中的音频识别转换为文本。

二、识别音频

开始识别时，我们需要选择录制音频的范围，可以是某段媒体视频，也可以是整个时间轴的所有媒体。

选择完成后，我们只需要等待Camtasia帮我们将音频转录为文本即可。

转换成功后结果见图10，Camtasia不仅帮我们进行了语音的识别转换，更好的地方在于它还帮我们进行音频时间点的匹配，我们下面只需要对识别错误的地方进行手动更正就可以了。

上述就是关于Camtasia的语音转换为字幕功能的相关教程，Camtasia提供了通用的和专用的语音训练功能，帮助我们更好地对音频进行识别转换，当我们训练好相关的音频模型后，之后就可以一劳永逸，非常方便地进行字幕的添加了。

作者署名：包纸