Skip to main content

AtR Dharma Library

Library shortcuts

Continue exploring the core readings, free books, audio and full Dharma library.

Browse Must Reads ↗ — begin with Seven Stages, then On Anatta.

用于翻译 AtR 博客文章的 ATR AI 提示词套件

By
Awakening to Reality · AI 资源

ATR AI 提示词套件

通往完整 AtR 翻译与 Blogger 发布提示词套件的简明入口,并附 Cosmic Transcriber 长音频转写工具。

当前提示词套件:Batch99。包含针对不同源文的翻译检查,以及 Hindi Seven Stages 工作流程支持,并保留早期保障。

提示词套件的简明用法

  1. 打开完整提示词套件页面,或下载与你的任务相符的提示词包。
  2. 使用当前具备思考/推理能力的系统,例如 ChatGPT、Claude、Google Gemini,或其他同类系统。
  3. 完整 Blogger 翻译先使用 Universal Intro Prompt,并同时提供源 HTML、目标语言和所需输出模式。
  4. 准备发布时,不要停在初稿;应按任务运行 Prompt 6、Prompt 9 与 Strict HTML QA。

可选配套工具

先使用上方的提示词与操作步骤。以下工具可辅助录音转写或文字朗读,并非使用提示词套件的前提。

录音 → 文字

Cosmic Transcriber

用你自己的 OpenAI API 账户,将受支持的音频或视频转成 TXT / Markdown 文字稿。

仅提供 GitHub 源代码。此为独立的浏览器版项目,并非上方桌面版 ZIP 的源代码。开发者已在 iPhone Safari 上测试;尚未在 Mac Safari 上进行手动测试。

文字 → MP3

CloudScribe Pro

用你自己的 Google Cloud Text-to-Speech 凭据,将校订后的文字生成 MP3 合成语音。

两款工具用途不同:Cosmic Transcriber 负责录音转写,CloudScribe Pro 负责文字朗读。各自需要自己的服务凭据;OpenAI 与 Google Cloud 用量分别计费,ChatGPT 订阅不包含这些 API 费用。

Cosmic Desktop 1.0.29(Windows x64):当前 ZIP 不包含 .NET 运行时。请先阅读包内 README.md;如未安装 Microsoft .NET 10 Desktop Runtime(x64),须另行安装。将整个 ZIP 解压到可写文件夹后,正常启动 CosmicTranscriber.exe;不要在 ZIP 内直接运行。API 用量另行计费。

MP3 无需转换器。其他受支持的本地音频或视频(例如 M4A、WAV、FLAC、Ogg/Opus、MP4 和 WebM)需要另行安装 FFmpeg 与 ffprobe,并使它们可从 PATH 找到;应用不会自带或下载这些工具。转换只取第一条音轨,生成临时有损 MP3,原文件保持不变。能否解码取决于转换器版本;受保护、损坏或没有可用音轨的文件可能被拒绝。导入与转换不会向 OpenAI 发送请求。格式与限制说明。

1.0.29 新增:首次转写操作指南

第一次使用 Cosmic Transcriber?在 First time here? 提示中选择 Start tutorial。七页指南会带你了解如何连接账户、加入录音、选择模型和输出文件夹、查看预计费用,以及找到完成的文字稿。

你可以跳过提示,随时关闭指南,或通过 Quick start 按钮或 F1 再次打开。指南可以保持在应用旁边;选择 Show this area 可转到相应的操作区域。

查看完整操作指南介绍(英文)。API 转写另行计费;阅读指南不会上传录音,也不会发起付费请求。

1.0.28 更新:修复鼠标无法打开模型列表及滚动时列表位置偏离的问题。转写期间按 Escape 会先询问是否停止,因为已发送的请求仍可能收费;本地导入仍可立即取消。完整更新与媒体说明。

CloudScribe Pro 1.0.8:把核对后的文字制作成 MP3

可选的文字转语音工具 · Windows · 1.0.8 版

先校订文字,再用自己的 Google Cloud Text-to-Speech 账户,把文章、译文或转录稿制作成 MP3。1.0.8 版加入可选教程,改善文件和文件夹导入,并在付费前检查更多可能的输出问题。跳过网址的功能也更谨慎。你仍可排列批量文件、核对费用,以及用完整文档比较支持的 Neural2 和 Chirp 3 HD 声音。使用本页提示词和翻译流程无需安装此工具。

应用程序免费,Google Cloud 语音服务收费。生成音频前,请设置自己的 Google Cloud 项目,启用结算和 Text-to-Speech API,再按照设置指南连接服务账户凭据。请查看 Google 的现行价格和账户费用。Windows ZIP 包含运行应用所需的运行时,但不包含任何人的私有批量费用设置、Long Audio 设置或整篇朗读许可。看到 Batch MP3 按钮不代表已批准支出,下载应用也不代表可以无限免费朗读。可用声音取决于生成方式:Long Audio 只使用为它配置的声音和语言;普通整篇朗读支持 Neural2 与 Chirp 3 HD,但仍受各自限制。每份保存的文档都需要针对其准确文字、所选声音及朗读计划的许可,并须另行核对和批准费用。从列表选择声音,不会自动开放不受限制的长文朗读,也不会沿用另一声音的许可。

1.0.8 具体改变了什么?

  • 由你决定是否开始教程:新配置显示 First time here?,可选 Start tutorial 或 Skip for now。邀请不会阻挡工作区,也不会自动打开教程;选择会被记住,之后可通过 Help 重播。Back、Next、Escape 等引导操作不会批准费用或生成语音。
  • 更谨慎地处理网址:选择跳过网址后,新规则仍能识别 84000.co 等链接,并减少把普通句子误删的情况。但它仍可能判断错误,请在保存前阅读完整预览。下方有具体规则和示例。
  • 旧副本保持不变:已经保存的朗读副本和任务,继续使用创建时的规则。如需使用新规则,请从原文建立新的朗读副本,单独检查和批准。已有音频及结果仍待核查的任务记录会保留。
  • 文件夹导入更可靠:CloudScribe 可识别支持的 Windows 云文件夹,包括可访问的 OneDrive 文件夹。它会跳过文件夹链接及不支持的特殊文件夹,避免反复扫描同一路径。无法读取或暂时不可用的文件夹会被提示,其余可读文件可继续处理。能从 OneDrive 导入,不代表也能把 MP3 保存到那里;请参阅下方的输出文件夹说明。
  • 更妥善地处理长文件名:标题或 MP3 文件名超过 Windows 长度限制时,CloudScribe 会缩短名称,避免截断完整字符或表情符号。音轨编号和重名后缀也计入长度。某个文件无法加入文库,不再阻止所有后续文件;影响整批的故障仍可能停止导入。原文及已开始任务的名称保持不变。
  • 生成文章前多做检查:CloudScribe 会先检查输出文件夹,并确认所需音频工具仍为获准版本,再建立新的批量文章任务;之后每次请求更多语音,包括恢复任务时,也会检查。Rehearse 可帮助发现问题,但不能预防所有后续磁盘故障。Long Audio 的保存方式不同:把 MP3 复制到所选文件夹时仍可能失败,而 Google 此时可能已收取语音费用。

早期改进继续保留:你可以关闭加载缓慢的声音列表、滚动阅读预览、比较整篇朗读、调整批量顺序、撤销操作,以及重新打开已保存草稿。付费请求仍须完成所需设置、核对和批准。如果之前的请求结果不明,请先核查,不要直接重试。

仍然保留的早期版本改进

保留的 1.0.7 与 1.0.6 改进

  • 目录加载时可以关闭:Voices 正在加载或完整刷新声音目录时,可用 Close、Escape 或窗口关闭按钮退出。应用请求取消;迟到的结果不会覆盖较新的界面状态。若后台操作尚未清理完毕,重新打开后仍须等待,不能同时重复加载。
  • 小窗口预览更易操作:朗读文字预览可以滚动,保存与关闭操作在较小窗口仍可到达。普通预览支持 Escape,并在关闭后把焦点返回可用的打开控件;已经开始的保存仍须完成后才能关闭。
  • 大纲标签更明确:段落与当前文字有明确的辅助功能名称,不再把内部类型名称当作大纲项目标签。

同时包含 1.0.6 的两项更新:

  • 两个声音列表按钮用途不同:Load connected voices / apply locale 加载可用声音,并保留同一账户、项目和声音列表中仍有效的检查结果,但不会延长有效期。Refresh connected voices (full verification) 会重新检查,之后可能需要重新核对原先的朗读计划。账户资料、项目或声音列表改变,或检查结果缺失、过期时,须重新验证。
  • 历史网址省略规则:1.0.6–1.0.7 当时新准备的朗读副本使用 v2,可省略 84000.co 等符合限定规则的裸网址。已有 v1 副本、已绑定批次及任务保留原文字和规则;不会静默升级或借用旧批准。

整篇 Neural2/Chirp 3 HD 声音比较来自 1.0.5;批量拖放、排序、Undo、草稿保存和初版网址省略来自 1.0.4。付费生成、短样本、重播及导出的忙碌关闭保护仍然保留。关闭窗口不代表取消收费。

安装:完整解压 ZIP,保留整个文件夹结构;便携版通过 START-CLOUDSCRIBE.cmd 启动,其他安装方式请参阅指南。配置自己的 Google 凭据后,选择已验证的声音,核对文字和费用,再明确批准生成。不要共享凭据或复制他人的个人配置。

CloudScribe 1.0.8 空白 Studio 工作区,显示可选的 Start tutorial 与 Skip for now 邀请及主工具栏
CloudScribe 1.0.8:新的空白工作区提供 Start tutorial 或 Skip for now,不阻止使用应用;Help 可重播引导。工具栏仍提供 Create MP3、Batch MP3 和 Voices。此干净演示没有文档、已连接账户或音频。

用同一篇文字比较两种声音

比较的是相同文字的不同合成朗读,不是复制某个人的声音。同一篇文字在不同声音下的时长可能不同。以下示例为英语声音;不要据此推断中文也有 Neural2,或任何目录声音都支持整篇朗读。

  1. 为每种声音保存独立文档:复制要比较的同一段完整文字,在 Library > New document 新建文档,分别命名并按 Ctrl+S。使用不同文档身份,不要覆盖原先已有音频的文档。保存所有编辑;空文档或未保存的修改不能进入整篇审核。
  2. 选择已连接的声音:打开 Voices,设置语言和地区,选择 Load connected voices / apply locale,再选取声音。这个按钮会保留同一设置中仍有效的检查结果,但不会延长有效期。需要重新检查时,使用 Refresh connected voices (full verification);之后可能要重新核对原先的朗读计划。两个按钮都只读取 Google 声音列表,不生成语音。标为仅供参考的声音不能用于生成。账户、项目或声音列表改变,或检查结果缺失、过期时,请重新验证并核对计划。
  3. 审核完整文档:选择 Review full document with this voice。它使用当前保存的 Studio 文档,不使用短样本框;核对文档、声音、已保存音频、剩余请求及最高费用。
  4. 先完成所需设置,再批准费用:CloudScribe 必须已配置为允许这一份保存的文字、所选声音及朗读计划。每份文档还须在应用内单独核对和批准费用。所需许可缺失、过期或不匹配时,不能生成。若出现 Choose a separate document for this voice,请打开为该声音保存的独立文档,不要修改旧任务来绕过提示。
  5. 保留并比较结果:另一种声音使用其独立文档重复上述流程。只有在所需配置、审核与批准齐备后才生成。保留各自 MP3,试听发音、停顿、名称及结尾;不要为了再次播放而重新生成。

声音列表加载缓慢时,可用 Close、Escape 或窗口关闭按钮退出。CloudScribe 会请求停止查询;后台操作结束前,可能需要稍候才能再次加载。较早的结果不会覆盖较新的选择。关闭窗口不代表取消收费,也不能撤销 Google 已收到的工作。生成、短样本、重播或导出进行中,应用可能要求先完成操作或安全停止,才能关闭。

选择声音与生成短样本是两回事。样本框为空、超过 500 字符,或所选声音类型不支持短样本,都不一定妨碍 Use selected voice in Studio;但声音仍须在当前连接的账户中可用。短样本和整篇文档各自需要设置、核对和批准。新增另一份独立比较的许可时,原有文档、音频、任务和费用记录会保留。

公开 ZIP 不附带长文比较授权。当前新增比较准入格式针对两份文字完全相同、身份不同的 en-US 文档:一份使用 en-US-Neural2-D,另一份使用 en-US-Chirp3-HD-Aoede,并受单独审核的共用额度约束。该配置须独立审核安装,不是下载后即可任意使用所有声音。已有准入仍须通过各自检查。详见 新增独立文章准入说明。
短样本、整篇文档和 Long Audio 有何区别?
  • 官方浏览器样例:Google 预先录制的示例,不会朗读或发送你的文档。可用于初步试听,但不能证明你的长文效果。
  • 应用内短样本:独立的 1 至 500 字符输入框,仅支持 Standard、WaveNet 和 Neural2。先审核准确费用,再明确批准 Generate sample;可能收费。Chirp 3 HD 不走这个短样本入口。
  • 普通整篇路径:支持已获准入的 Neural2 与 Chirp 3 HD。Neural2 只使用纯文本 MP3 请求,实际序列化请求不超过 5,000 字节,包含 JSON 转义和字段;这不是 5,000 字符。优先使用自然边界,必要时只在完整 Unicode 文本元素之间分段;无法容纳的不可分割内容会停止,不会静默删字。此更新不新增 SSML 或声音控制支持。
  • 仍有边界:整篇规划不受短样本的 500 字符限制,也不承诺无限长度。现有资源边界为每份源文档 1,000,000 个 Unicode 标量和 10,000 个覆盖分段,另须满足导入、请求大小、供应商、有效期和支出限制。Chirp 原有规划规则不变。每个批次使用一种声音;比较时须用各自独立的文档或批次及准确批准。
  • Long Audio 需要单独设置允许使用的声音、语言、存储位置和费用上限。它在后台处理,不会立即返回整段录音。仅选中 Aoede 或 Neural2,不会自动启用这个功能,也不会扩大允许生成的范围。

应用内的估算、批准额度和预留额度都不是 Google 账单。请通过试听选择声音;价格更高,不代表一定更适合你的文字。阅读完整声音比较指南。

CloudScribe 1.0.8 Voices 比较窗口,显示仅供参考的 Neural2-D、分开的目录加载与完整验证按钮、不可用的整篇审核按钮及 141 字符短样本
CloudScribe 1.0.8:Load connected voices / apply locale 与 Refresh connected voices (full verification) 分开。整篇审核也与 1 至 500 字符的样本框分开;图中样本为 141 字符。此离线示例显示仅供参考的 en-US-Neural2-D,没有已连接目录或已保存文档,因此审核和样本生成不可用。未请求语音;所示价格是注明日期的参考值,并非实时报价。

每份 TXT 对应一个 MP3

主窗口的 Create MP3 旁新增直接入口 Batch MP3。打开页面或播放器抽屉中的 Queue,即可看到 TXT 文件/文件夹拖放区。拖入只会准备草稿,不会生成语音;已有文件的批量列表也能继续接收拖放。可选择包含子文件夹,也可使用文件选择器。

新文件按文件夹及文件名的自然顺序追加,不打乱已排好的列表。同一个源文件重复添加会被忽略并提示;不同文件即使文字相同,仍保留为独立音轨,不会合并成一本书的单一录音。

先排列,再审核

拖动行的把手,按插入指示线调整顺序;Shift/Ctrl 多选后可整体移动,保持相对顺序。窗口内的 Undo 可撤销添加、移动、移除及丢弃草稿。键盘支持 Alt+上/下、Alt+Home/End、Delete 和 Ctrl+Z。

在批量窗口内直接选择或刷新声音。成功自动保存的草稿可在重新打开后恢复,等待声音配置时也不会丢失。若出现保存失败警告,请保持窗口打开,先解决问题。

跳过网址,不改原文

主动勾选 Skip web addresses in narration,预览实际朗读文字及省略数量,再保存独立朗读副本。原文档和原始 TXT 不变。新准备流程使用 v3:可省略明确的 HTTP/HTTPS、www 链接,以及 84000.co、EXAMPLE.COM 等保守识别的 ASCII 裸域名。行内 Markdown 标签及电子邮件保留。V3 还保留一些 v2 可能误删的句式;旧 v1/v2 副本继续保留其记录的文字和规则。请检查预览,不要假定每一次省略都正确。

批量草稿可选中某一行后使用 Preview selected narration text。仅含网址的输入在本地排除,不会作为空白付费请求发送;未发现可识别网址的文字无需额外副本。保存前请检查下方的规则限制和预览。

长文副本有独立审核入口

粘贴或已有文档可在 Create MP3 中预览,选择 Save and use narration copy。副本会打开并重新审核费用,且提供 Open original in Studio 返回原文。取消准备选项不会把网址恢复到已经保存的副本。

较长的副本提供 Review this copy as a one-file batch。选择输出文件夹后,按已配置的批量或 Long Audio 方式核对。新副本需要单独检查许可并批准费用。如果已有未保存草稿,CloudScribe 会保留它;请先完成或明确丢弃,再继续。

CloudScribe 1.0.8 未保存的批量草稿,包含两份合成示例 TXT、排序控件及尚无已验证声音的提示
CloudScribe 1.0.8:两份合成示例 TXT 已排列在未保存的批量草稿中,显示排序控件和下一步设置。此干净演示尚无已验证声音,因此保存批次和演练不可用。准备或排列文件不会生成语音,也不代表批准支出。

从文件到 MP3:建议流程

  1. 准备文件:核对文章或译文,将每个预期音轨保存成一份 TXT。拖入 Queue 或 Batch MP3,决定是否包含子文件夹,再排列顺序。
  2. 声音与输出:在批量窗口选择已验证声音、引擎偏好和输出文件夹;按需添加音轨编号、预览网址省略结果。空文件、无法读取、编码不支持或过大的文件会明确说明,不能直接朗读。
  3. 保存并审核:选择 Add to library and save batch。保存前会重新读取源文件;逐项检查引擎、最高费用、批量总额及缺少的配置或准入。
  4. 先演练,再批准:Rehearse (no cost) 检查文件、声音、输出文件夹可写性、音频工具、支出配置及批准状态,不生成语音。先解决所有阻碍;准备草稿或通过本地检查不等于批准付费。
  5. 运行与检查:完成所需批准后 Start 按顺序运行。结果分别显示完成、失败、待核查、跳过、等待,可打开输出文件夹或播放选中的 MP3。已有文件不会被覆盖,重名会添加编号后缀。
CloudScribe 1.0.8 的 v3 朗读预览省略两个网址,同时保留类似网址的语句、中文、重音字符、表情符号及合成示例邮箱地址
CloudScribe 1.0.8,url-omission-v3:此合成示例预览省略一个 HTTPS 链接和 84000.co(共两处),同时保留 awareness.In this state、for us.Us and them、section 3.in the appendix、2024.de facto、中文、重音字符、表情符号及 [email protected]。原文和原文件不变。这是本地预览,并非已生成的音频;v3 仍是保守的文字规则,请逐次检查完整预览。

网址省略 v3:保存前检查完整预览

1.0.8 的新准备流程使用 url-omission-v3,可识别明确的 HTTP(S)/www 地址、行内 Markdown 链接目标,以及部分 ASCII 裸域名,例如 84000.co、EXAMPLE.COM、read.84000.co:443/translation?q=one%20two#part。Markdown 标签及周围标点、空白保留。准备文字不会生成语音。

为什么更新规则:1.0.6–1.0.7 的 v2 可能把普通句子误认成网址。V3 保留 awareness.In this state、for us.Us and them、section 3.in the appendix、2024.de facto。裸域名后缀须全部小写或全部大写,而非混合大小写;前一个标签通常须含字母,纯数字名称仅在 com、org、net、co、io 后缀下仍按域名处理。以 .in 或 .us 结尾、只有两段且没有路径或端口的名称会作为文字保留。

它仍不完美:像 nothing.ai is wrong 这样的全小写连写仍可能删掉 nothing.ai。直接与汉字相连的裸域名,例如 見84000.co譯本,则会保留。保留疑似内容意味着它会被读出。请检查结果,不合适时使用原文。

准确的识别范围与排除项
  • 固定后缀名单为 com org net edu gov co io ai dev app info biz uk us ca au nz de fr jp cn in sg hk tw,并受上方 v3 条件限制。这是本地词法规则,不查询 DNS,不是公共后缀名单,也不证明网站存在。co.uk、org.uk、ac.uk、gov.uk、com.au、net.au、org.au、co.nz 等常见纯后缀保留。
  • 裸主机名最多 253 个 ASCII 字符;每段标签为 1–63 字符,只含字母、数字及不位于两端的连字符。支持不超过 65535 的有效数字端口,以及受支持的 ASCII 路径、查询、片段和百分号转义。逗号、分号、感叹号会分隔裸地址,路径中也一样。
  • 电子邮件、明确的非 HTTP 协议、本地路径、错误的标签/端口/转义、未配对的路径括号、Unicode 或 punycode 裸主机名、Unicode 裸路径及相邻 Unicode 字母/组合符号会保留。未知后缀、archive.zip、notes.md、this.is、小数及版本号等模糊内容也保留。明确 HTTP(S)/www 链接仍采用原有较宽的规则。
  • 每份文档的网址准备仍受 16,777,216 个 UTF-16 文本单位及确定性工作量限制;复杂度检查失败不会返回半份副本。其他导入、提供商、批准及支出限制继续适用。

旧朗读副本继续使用创建时的规则。v1 会保留没有 http 或 www 的网址;v2 可能误删某些普通文字。预览会标明旧规则。重新打开副本、恢复导入或转入批量,不会更新文字,也不会把旧批准转给新请求。如果无法确认旧草稿应使用哪套规则,CloudScribe 会保留旧行为或停止操作,不会猜测。从未准备过副本的草稿,在首次开启跳过网址时使用 v3。

若要把新规则用于旧资料,请先保留已有任务记录和音频。从原文建立新的朗读副本,或从原始 TXT 建立新批次。阅读完整预览,完成新副本所需的设置,并单独批准费用。不要修改结果不明的任务后再次发送。旧的 Simplify URLs 编辑命令是另一个功能。

查看完整 v3 规则

批准批量前,先选好输出文件夹

普通整篇朗读应选择电脑上已存在的本地文件夹,并使用新的 MP3 文件名。文件夹链接,以及 Windows 标为“重解析点”的其他路径(包括带此标记的云占位文件夹),即使看起来可写,也仍不受支持。你可以从支持的 OneDrive 文件夹导入 TXT,但不要因此假定 MP3 也能保存到那里。使用此方式时,请另选普通本地文件夹,不要默认沿用输入文件夹。

CloudScribe 会在建立新的批量文章任务前,以及之后每次请求更多语音时,检查目标文件夹,并核对所需的 FFmpeg/ffprobe 音频工具是否为获准版本,恢复任务时也一样。如果在建立新任务前停止,会提示尚未发送内容。对于已有任务,请修复文件夹或音频工具问题,再用 Check again 核查。它的音频、任务记录和预留费用额度会保留,不要为了重试而另建请求。修好文件夹不代表自动批准继续;已停止的任务可能需要单独核对和批准。已完成任务只检查现有输出,不会再次生成;最终导出还会再次检查文件夹和工具。

Long Audio 分两步保存结果:发送请求前检查音频工具,语音保存后再检查音频,最后复制到所选输出文件夹。复制时可以建立缺失的文件夹、重用相同文件,并拒绝覆盖不同文件。它与普通整篇朗读的文件夹检查并不完全相同,因此 Google 收费后仍可能发生复制失败。如果应用提示语音已保存,请重试本地复制,不要重新生成。任何方式都无法在付费前预知所有后续磁盘或同步故障。

长文章、批量费用与编辑限制

普通短请求的上限为编译后 5,000 字节,包含请求字段和转义,并非 5,000 个字符。较长的整篇文章及 Long Audio 路径需单独安装配置,并绑定准确的准入授权。批量可优先使用满足已安装范围的 Long Audio,否则须有普通文章引擎的准入;这不是不受限制的批量合成服务。

保存前会重新读取 TXT:文件改变时,会提示并采用当前内容;文件缺失时,不能保存。如果恢复已保存但中断的导入,会先检查源文件是否与当时完全相同。内容改变的文件不会替换已分配给请求的文字。已经导入的文档不会重复添加。

批量空闲时,可移动或移除尚未开始、没有保存任务的等待文件。Ready 或 Paused 批次可添加文件,但新增文件及请求内容变化须重新审核批准。已开始的任务受到保护;输出文件夹只能在任何文件开始前修改。已保存批次的省略网址选项会锁定,若需改变请准备新批次。

原文或副本变化会使未开始工作的批准失效;已开始或结果不确定的任务仍保留原身份用于核查。普通短请求、整篇文章及 Long Audio 的条件不同,请先阅读 批量朗读指南。

停止不代表可以免费取消。Google 已收到的请求可能继续完成并收费。结果不明的请求绝不会自动重发;先 Check again,再 Resume,尽可能核查已记录的任务。没有保存的操作 ID 时,应用无法查询该次请求的状态。不要为绕过不确定结果而建立新请求。

费用与隐私:应用分别显示预计最高费用、你批准的额度,以及为进行中或待核查请求暂留的额度。这些都不是 Google 账单。提交朗读的文字会发送给 Google Cloud。草稿只保存文件名、位置、大小及用于检查文件是否改变的校验信息,不保存原文;导入的文库文档和已保存朗读副本则会在电脑上保存文字。分享应用时,不要附带私人文字、账户凭据或个人配置。Google Cloud 的费用与 Cosmic Transcriber 使用的 OpenAI API 费用分开。

结果与恢复:完成表示 CloudScribe 已检查输出 MP3 与预期文件一致,不代表发音和听感一定正确。若只有本地复制失败,而且提示语音已保存,Retry 只会重试复制,不会重新生成。即使后来单独批准的新音频成功,较早结果不明的请求仍可能收费。完成后可生成播放列表及 CSV 摘要,不覆盖现有文件。

配合 Cosmic Transcriber:先把录音转成文字,检查并修订,再交给 CloudScribe 朗读。输出是合成语音,不是原录音,也不是原说话者的声音复制。

本节说明及四张 CloudScribe 演示截图针对 1.0.8 版。截图使用示例文字展示操作,并不表示已完成 Google 声音比较。这里的软件和界面检查,不能证明音质、屏幕阅读器的使用体验或所有显示缩放设置下的表现。分享 MP3 前,请试听并检查姓名、发音和内容是否完整。

返回两款辅助工具概览

Cosmic Transcriber v1.0.29

Cosmic Transcriber 是 Soh 已审查的 Windows 10/11 长录音转写应用,适合录制的讲座、访谈、播客、佛法开示、整批文件夹与多段录音。它支持可断点续传的批量转写、TXT/Markdown 输出,以及两种互补的 OpenAI 模型模式。

下载已编译的 Windows 应用

按用途选择模型

  • gpt-transcribe(默认):较新的高准确度通用模型。若最重视准确措辞、专有术语、多语言语音与否定词,请把它的结果作为控制稿。它支持语言提示、逐行关键词及录音背景说明,但在应用目前的文件工作流中不会加入说话者标签。
  • gpt-4o-transcribe-diarize:较早但专门的说话者标注模型,可识别说话轮次并附时间戳;此模式下 Cosmic Transcriber 不会传送 prompt/背景说明或结构化关键词。不同 Part 的 Speaker 字母可能重新分配。
Soh 推荐的双重转写方法:同一段录音先用 gpt-transcribe 生成较可靠的控制文字,再用 gpt-4o-transcribe-diarize 取得说话者结构。把两份结果都上传到 ChatGPT;要求它保留第一份的准确文字,只用第二份补上说话者标签、时间戳与轮次边界,并在不确定时明确标注而不是猜测。
我提供同一段录音的两份文字稿。请以 gpt-transcribe 的结果作为准确措辞、人名、专有术语、否定词、重复语句与句子内容的控制稿;gpt-4o-transcribe-diarize 的结果主要用于说话者标签、时间戳与轮次边界。不要虚构语句或说话者身份;对齐不确定时请明确标注,不要猜测。

取得 OpenAI API key

  1. 登录 OpenAI API key 页面并建立新的 secret key。
  2. 在 OpenAI Platform 账单页面设置 API 付费。API 使用费与 ChatGPT 订阅分开计算。
  3. 密钥通常只会完整显示一次,请妥善保存;不要公开、放进公开文件或与他人共用。

快速使用

  1. 下载并解压 ZIP,然后以普通权限启动 Cosmic Transcriber,不要以管理员身份运行。
  2. 可为本次会话输入 API key、从 OPENAI_API_KEY 读取,或选择用 Windows DPAPI 为当前 Windows 用户保存。
  3. 加入受支持的音频、视频文件或文件夹,选择模型与输出选项,然后开始转写;设置兼容时,已完成分块可从 checkpoint 续传。

目前仅限 Windows、需要联网,并支持在本地准备已录制的音频或视频文件;不是实时麦克风录音器或音频编辑器。只有 diarization 模式会输出说话者标签。模型与价格可能变化,请查看 OpenAI 当前 API 价格。

Comments

The AtR Dharma Library

Must Reads

New here? Begin with Seven Stages, then On Anatta. Explore the full collection below.

View full list on page →

New in the AtR library

Latest posts

Up to 20 recent articles, newest publication first.

Browse more posts below.

Browse more posts →

AtR Library

Browse books, articles, recordings and ways to follow AtR.

Start Here →Recommended readings and the free AtR guides John Tan’s Website ↗
Free Books
    View section on page →
    Featured Articles
      View section on page →
      Audio & Video
        View section on page →
        Further Reading
          View section on page →
          Follow Awakening to Reality
            View section on page →
            Full library on page

            Search AtR

            Examples: anatta · I AM · emptiness · dependent origination · Zen · Mahamudra · Dzogchen

            Try Google for broader results ↗

            Google searches this site in a new tab.