線上工具 - 影音視聽

Chrome 即時字幕是 Google 內建在瀏覽器裡的語音辨識功能，只要你在 Chrome 上播放有聲音的影片，它就會自動在畫面上跳出一個浮動小視窗，即時顯示影片說的內容。這次這個功能的亮點在於，它不需要依賴影片平台本身有沒有提供字幕，只要是透過 Chrome 播放的影片，不管是 YouTube、線上課程、社群短影音，還是網頁內嵌影片，通通都能使用。對常看外語內容的使用者來說，這等於是為每一支影片都加上了一層保險。

如果你有在剪 TikTok 影片，一定對那個標誌性的「Jessie 女聲」或帶點恐怖感的 Ghostface 配音不陌生。這次要介紹的 MoGoFun 是一款專為 TikTok 內容創作者打造的 AI 語音生成工具，根據官網的介紹，這款工具採用最新的 TikTok TTS（文字轉語音）技術，能夠生成幾乎所有 TikTok 平台上出現過的 AI 語音，而且完全免費使用、不需要註冊帳號。

Video Transcriber AI 是一款免費的線上 AI 逐字稿工具，讓你把任何影片的語音內容，直接轉成可編輯、可下載的文字稿。這款工具完全在瀏覽器中運作，不需要下載安裝，也不需要先註冊帳號就能開始使用。無論是課程錄影、會議記錄、YouTube 影片還是社群短片，都在它的支援範圍內。對很多人來說，這種「開啟網頁直接用」的體驗，比起需要登入才能試用的工具，少了很多摩擦。

要瞭解這次 Gemini Omni 的意義，可以先回顧一下背景。去年 Google 推出的 Nano Banana 模型，讓 Gemini 具備了圖片生成與編輯的能力，幫助很多人修復老照片、從草圖設計視覺稿。這次的 Gemini Omni，則是在這個基礎上更進一步，把生成能力從「圖片」擴展到「影片」。實際上，Google 從一開始就把 Gemini 設計成原生多模態的模型，這次推出 Omni，代表 Gemini 的推理能力正式與創作能力融合在一起，可以說是 Gemini 系列的一個重要里程碑。

text2voice.cc 是一款基於微軟 Edge TTS（Neural 語音合成）技術開發的免費線上 TTS 服務。實際上，它的核心是透過 WebSocket 直連微軟的語音合成服務，讓合成出來的聲音相當接近真人說話的自然感，而不是那種機械感很重的傳統 TTS。

根據官網的介紹，這個工具目前提供兩組語音引擎備援機制：主要使用 Microsoft Edge TTS，當服務無法使用時，會自動切換到瀏覽器內建的 Web Speech API，確保使用者在大多數情況下都能正常使用。整個工具以純前端技術（HTML5、CSS3、原生 JavaScript）建構，不需要後端伺服器，對資料隱私也相對友善。

這款工具是以知名開源影音處理引擎 FFmpeg 為核心所打造的網頁版工具組。實際上，FFmpeg 本身是許多專業影片軟體的底層技術，像是影音轉碼、格式轉換等都少不了它，而 FFmpeg.guru 的目標就是把這個強大的技術包裝成人人都能上手的介面。根據官網的介紹，這個平台提供超過六種以上的主要影片工具，對一般使用者或內容創作者來說，幾乎涵蓋了日常影片處理的所有場景。這次不用再為了剪一段影片或轉個格式，特地去下載安裝一整套沉重的軟體了。

如果你是 YouTube Premium Lite 的用戶，這次的更新你一定會很有感。YouTube 官方正式宣布，Premium Lite 方案現在加入了「背景播放」和「離線下載」兩項功能，而且月費完全不變，台灣用戶一樣只需要每個月 NT$119，就能享受這些原本只有完整 Premium 才有的體驗。

這次 Google DeepMind 推出的 Lyria 3，是目前整合在 Gemini app 裡最新一代的 AI 音樂生成模型。根據官網的介紹，Lyria 3 讓每個人都能用文字、照片，甚至影片來創作屬於自己的 30 秒原創音樂，完全不需要任何音樂背景。

sound&go 是一個完全免費的線上耳機測試平台，透過瀏覽器即可使用，不需要安裝任何軟體或 APP。這個工具提供了多種測試項目，讓你可以全面檢視耳機的各項性能表現。

Veo 3.1 的「材料轉影片」功能，顧名思義就是讓你上傳圖片作為「材料」，再透過文字提示詞（prompt），AI 就能自動生成動態影片。這項功能的核心優勢在於：你不需要複雜的影片剪輯技能，只要有想法和圖片素材，就能創作出專業級的影片內容。

Sora 在 9 月底率先於 iOS 平台推出，不到五天就達到 100 萬次下載，並且在 App Store 排行榜上盤踞近三週之久。這款由 OpenAI 開發的 AI 影片生成器，能夠將文字提示和圖片轉換成具有同步對話和音效的超逼真影片，為內容創作者帶來前所未有的便利性。隨著 Android 裝置佔全球智慧型手機出貨量約 70%，這次的 Android 版本推出，預計將為 Sora 帶來更龐大的用戶群。

在開始學習提示技巧之前，先了解 Veo 3.1 能做什麼非常重要。這個模型建立在 Veo 3 的基礎上，具有更強的提示遵循能力，並在將圖片轉換為影片時提升了音視頻品質。