Loading video...

Video Failed to Load

Go Home

GPT-6 Astra 直接操作電腦,完成的剪輯,一次稿。 我錄了八分鐘,剪掉重複的、停頓的、說錯的,最後保留了七分鐘。 最大程度上保留了語氣,甚至聽不出有剪輯。 這還是剪輯的初稿,還沒細節打磨,還沒給它更詳細的指令,只是讓它剪一下,就有這樣的水準。 甚至,它還自動加上了字幕,雖然很多專業術語,但字幕都沒什麼錯別字。 這太誇張了……

26,321 views • 2 months ago •via X (Twitter)

23 Comments

ByteLee · AI Investing's profile picture
ByteLee · AI Investing2 months ago

七分钟成片还能自动打字幕、术语基本不出错,这已经不是剪辑工具了,更像是懂内容的剪辑师。语气保留这块你有没有对比过原声和成片的情绪落差,是完全没差还是有轻微的机械感?

提阿非羅TiaBTC's profile picture
提阿非羅TiaBTC2 months ago

好像沒太多機械感,反倒它保留了一些停頓,給人一種在思考的節奏感。沒想到。

Ximon's profile picture
Ximon2 months ago

这个语音是提大你自己的声音还是ai按你的语气合成的声音?

提阿非羅TiaBTC's profile picture
提阿非羅TiaBTC2 months ago

我自己錄製的,它剪輯的,不是生成的。

Ximon's profile picture
Ximon2 months ago

听不太出有剪辑的痕迹,很厉害了,是不是真的AGI时代到来了。

提阿非羅TiaBTC's profile picture
提阿非羅TiaBTC2 months ago

是來了,哈哈

Ricky Don's profile picture
Ricky Don2 months ago

请问GPT-6 Astra是用什么软件来剪辑呢?适配市面上所有的常用视频剪辑软件吗?

提阿非羅TiaBTC's profile picture
提阿非羅TiaBTC2 months ago

讓它去操作你電腦上的任何剪輯工具都可以。

WEEX AI Labs's profile picture
WEEX AI Labs2 months ago

牛!!

momo's profile picture
momo2 months ago

这个发展趋势,钢铁侠的贾维斯应该是最容易实现的

Jenson's profile picture
Jenson2 months ago

一次稿就能把语气保住、听不出剪,这比花哨特效更吓人。剪辑这种“听感+节奏”的手艺被掉一半以后,人反而要更会下指令和做审美把关。

Et2O's profile picture
Et2O2 months ago

computer use还是太废额度了 如果Adobe能开放mcp就好了

提阿非羅TiaBTC's profile picture
提阿非羅TiaBTC2 months ago

還好,medium模式就行,額度基本用不完。

@PayNoMind's profile picture
@PayNoMind2 months ago

在哪裏可以聽提大說法呢?wowowo

提阿非羅TiaBTC's profile picture
提阿非羅TiaBTC2 months ago

😁

Biteto's profile picture
Biteto2 months ago

科技改变生活

R小二's profile picture
R小二2 months ago

你不怕给他权限过高未来盗资产吗🥸

任祥's profile picture
任祥2 months ago

这个还好啦,如果你用过剪映,这个都是基础功能

怪盗KID's profile picture
怪盗KID2 months ago

你操作的是剪映吗

提阿非羅TiaBTC's profile picture
提阿非羅TiaBTC2 months ago

不是,剪映其實比較生硬一些,而且有不少錯別字,不能一次做到這程度。

lve l's profile picture
lve l2 months ago

感觉很厉害比豆包强一万倍

Fate.X's profile picture
Fate.X2 months ago

睡前听提大真不错

Meiuyao's profile picture
Meiuyao2 months ago

等我财富自由了我也研究这个😏

Related Videos

Google 發表了號稱自家最精準的語音轉文字模型,我們拿一段台灣華語丟進去,轉出來零個繁體字。 這個模型叫 Gemini 3.5 Transcribe,8 月 26 日發表,目前是公開預覽。官方數字是字錯率(WER)非串流 2.6%、串流 4.0%,支援超過 85 種語言,串流時從講完話到拿出最終結果的等待時間比前一代 Chirp 3 少 70%。準確率由 Artificial Analysis 測量,Google 發布。 那是 Artificial Analysis 用約八小時、三個資料集加權跑出來的成績,非串流那項在他們的榜上排第五。Google 的說法也只是自家最精準,沒有宣稱業界第一。真正的問題不在準不準,在於它做不到的時候,你怎麼會知道。 官方語言清單裡,中文只有兩格 翻開 Gemini API 的支援語言表,八十幾種語言裡,跟中文有關的只有兩個。一個是 yue-Hant-HK,香港繁體粵語。一個是 cmn-Hans-CN,簡體普通話。台灣華語沒有自己的一列。 實測下來,不指定語言、讓它自動偵測時,75 秒的台灣華語轉出來全部是簡體字,繁體字零個。 但只要在參數裡填上台灣,它就給你完整的繁體,連「優化」都會自動改寫成台灣慣用的「最佳化」。台灣華語雖然首發暫時沒有列在清單上,實測它其實是認得的。能力一直都在,只是預設值不在。 這個寫法也不冷門。Google 另一個語音產品 Live Translate 的官方語言表就列著 Chinese (Traditional),用的正是 zh-Hant,繁中版文件譯作「繁體中文(台灣)」。同一批語音模型、同一個寫法,隔壁產品的文件列了,轉錄這條線沒有。 第一件事,你指定的語言開了進階功能就消失 做訪談逐字稿的人通常需要兩樣東西,一是每個字出現在第幾秒,二是分辨誰在說話。這兩個都要另外打開參數。 同一段音檔跑四種設定,各兩輪,結果完全一致。只指定語言時是繁體,繁 62 簡 0。加上語者辨識,變成簡體,繁 0 簡 62。加上詞級時間戳,一樣是簡體。兩個都開,還是簡體。 只要開了其中一個,繁體就退回簡體,專有名詞也跟著一起錯。API 沒有回報任何錯誤。 這裡要補一個前提。zh-TW 本來就不在官方支援語言表上,而官方把 language_codes 定位成改善辨識的提示,不是硬性設定。所以嚴格說,它沒有違反任何承諾。問題在於同一個提示,純轉錄時足以讓它整段輸出繁體,一開進階功能就不再有效,而文件沒有寫這件事。 第二件事,你要求它一個字都不要改它照樣改 我們的稿子上寫的是「優化」。同一段音檔,另一個轉錄引擎轉回來也是「優化」,Gemini 轉回來是「最佳化」。 接著把模式切成 verbatim 逐字轉錄,明確要求一字不動,跑了四次,四次都是「最佳化」。 單看這一次,它其實改對了。台灣資訊領域本來慣用「最佳化」,「優化」是後來才普及的講法,這兩個詞哪個算台灣用語,網路上吵過好幾輪。從這個角度看,它反而幫你當了一次支語警察。 而且這很可能是設計取向,不是缺陷。這個模型第一批落地的場景是 Gboard 的語音輸入和 Chrome 的語音打字,那些場景要的本來就是把你想講的變成通順的文字,不是逐字記錄。清掉填充詞、接好口誤、換掉用詞,是同一條產品邏輯。 問題只在於它同時提供了一個叫 verbatim 的模式,而那個模式沒有做到名字承諾的事。你不會知道它還改了什麼。至少我們跑的這四次,它交出來的不是逐字稿。 它不會失敗給你看 這兩次它都回報成功,只是安靜地少做一點。而它在智慧轉錄模式下交出來的稿子讀起來非常順。依官方說明,那個模式會清掉填充詞、把講到一半的改口接起來。順到你不會發現它錯了,也不會發現它少了。 九天前,有人剛以 20 億美元估值拿到 2.8 億 8 月 17 日,做語音輸入的 Wispr Flow 完成 B 輪,2.8 億美元、估值 20 億美元,Menlo Ventures 領投,累計募資 3.61 億美元。它跟 Rambler 在語音輸入這個用途上正面重疊,提供免費額度,無限聽寫走付費訂閱。 九天後,Google 發表這個模型,並公布它已經用在 Gboard 鍵盤的 Rambler 功能上,也說很快會進 Chrome 瀏覽器。Rambler 內建在鍵盤裡,官方沒有列出額外費用,但限 Pixel 11 系列、有用量限制,Chrome 版則還沒推出。 而 Rambler 官方列出的支援語言是阿拉伯文、英文、法文、德文、印地文與其他支援的印度語言、義大利文、日文、韓文、葡萄牙文、俄文、西班牙文。中文一個字都沒有。 我們自己的決定是換一半 訪談逐字稿換過去,因為在我們這批測試裡,它在人稱代名詞與專有名詞上比較準,省下的校對時間划算。字幕的逐字對齊留在原本的工具,因為能拿到繁體的那個設定,一開時間戳就失效。 如果你也在用語音轉文字工具,值得花五分鐘確認兩件事。它有沒有偷偷幫你改字,以及它回報成功的時候,是不是真的做完了。 📱 請訂閱我的「狐說八道」YouTube 頻道 #Gemini #語音辨識 #台灣

fox hsiao

18,773 views • 2 months ago