影片轉錄
影片轉錄
展示內容
描述
將本地影片或音訊轉錄為帶時間標記的 SRT 字幕和純文字,優先使用本地處理,並在用戶同意的情況下支援已設定的遠端 ASR 服務。
相關技能
查看全部
研究音訊轉任務與決策
將音訊檔案或逐字稿轉化為簡潔且可編輯的記錄,涵蓋決策、任務、負責人、日期、阻礙及待解決問題。若缺少語音文字將會自動轉錄,必要時在背景持續進行,隨後再提出任何選用的 Agent 操作建議。
研究訪談錄音轉寫|時間與說話人整理
適合需要整理授權訪談、會議或課程錄音的人。提供原檔案、語言、用途、已有逐字稿或可信說話人時間對應;不能僅憑聲音確認身份,也不會把腳本当成實際聽到的內容。 保留原音和雜湊 → 讀取時長/音軌 → 實際ASR → 按真實時序整理 → 有依據時標匿名說話人 → 對照原音回聽數字/否定/人名與疑點 → 交付TXT、JSON、SRT和覆蓋說明。機器初稿、聽校稿與摘要分開;聽不清保持待核,不為了順暢補字。沒有音頻/ASR工具明確未轉錄。 指令和包內附完整原創本地助手:Python3、FFmpeg/FFprobe、faster-whisper及事先配置的small快取,CPU/int8、local_files_only,不自動下載權重。可信speaker-map給起止和匿名標籤時按視窗實際轉寫並對應時間;沒有對應時標未知。助手不做自動聲紋分離或身份識別,包不附權重/帳號/金鑰。 四例為本次自擬中文個人口述、中文雙人訪談、英文課程說明、中文雙人會議,總原音約40.875秒。最終原音使用Apache-2.0模型卡標註的Kokoro-82M固定版本本地合成,zf_xiaobei、zm_yunjian、af_heart,非真人或聲音複製;不隨安裝包分發模型、聲音或案例音頻。四例真實ASR均生成TXT/JSON/SRT,說話人來自已提供的合成發言時序,不是自動說話人分離。當前仍為機器初稿;第二例ASR「出稿」與指令「初稿」分歧待回聽確認,未擅自改成已說原話。波形來自實際輸入PCM峰值,不是裝飾性音波。 文字整理推薦GPT,ASR以實際工具為準;本地沒有調用OpenAI轉錄API或運行上游CLI。獨立頭像為ImageGen概念視覺,工具未返回型號,不宣稱Image2。YouMind端工具、快取、檔案下載和模型綁定未耗積分測試;需要按實際環境確認。轉寫和說話人整理不保證安裝後無依賴運行。 299積分為安裝價,不含模型/API或第三方服務,不自動購買、不把未知音軌偷偷上傳到額外服務。不承諾零錯字、任意口音/雜訊/多人重疊完全識別、司法/身份鑑定、時間效率或商業效果。獨立聽校待補,不宣傳核實逐字稿。
資訊
- 版本
- v2
- 更新時間
- 執行點數
- 依實際用量
- 模型
- 自動選擇
