deepgram-core-workflow-b
使用 Deepgram WebSocket 实现实时流式转录
共 2045 条已上架资产
使用 Deepgram WebSocket 实现实时流式转录
视觉-语言预训练框架,连接冻结的图像编码器和大型语言模型
视频修复操作符(las_video_inpaint)用于从视频中移除水印/字幕/标志
将学习内容(如YouTube字幕、文章、教程)转化为可执行的实施计划,使用Ship-Learn-Next框架
Remotion的最佳实践 - 在React中进行编程视频创作
商业/访谈视频结构拆解
将PPT/幻灯片转换为包含旁白和字幕的视频
将长篇心脏病学内容(YouTube字幕、通讯、PDF、知识库)转化为多种格式的高质量思想领导力内容
Fliz REST API的完整集成指南 - 一个由AI驱动的视频生成平台,可将文本内容转换为带有旁白、AI生成图像和字幕的专业视频
根据用户提供的公开视频URL、目标语言及术语要求,完成视频字幕的双语对照翻译,交付原文与译文对应的字幕翻译稿和术语表
支持双语输出并可选择 Gemini CLI 回退的 SRT/VTT/ASS 上下文感知字幕翻译技能
将英文(或其他语言)SRT字幕文件翻译为符合AVTpro行业规范的简体中文SRT字幕
下载哔哩哔哩视频,提取或转录字幕,并使用 Gemini 2
使用本机「声音识别小工具」(QwenASR)将音频/视频转换为字幕,并在获取逐字稿后进行校正、摘要或改写
豆包语音识别(doubao-asr-flash)基于火山引擎 API,可将本地或公网音频/视频文件快速转为文字,支持生成文稿、会议纪要、播客字幕等
通过可选关键帧的三级路由生成短视频、解说视频和演示视频
一键生成完整YouTube视频:脚本、配音、素材、字幕、缩略图全包,无需外部工具,完全免费
获取并阅读 YouTube 和 Bilibili 视频的字幕
抖音视频采集与文案提取技能
编写或翻译字幕/说明文字时,需遵循阅读速度和时间规则