SKILL
vocula-voiceover
将脚本转换为每行语音文件,包含单词时间戳、字幕和代码定义视频中的位置信息——支持 HyperFrames(audio_meta
原作者:LinnkLabs
来源:DeepSkill Market
许可:MIT
含内容副本 · 可下载
存档:v1 · 2026-11-18
hash a9819909
目录 / 多媒体 / 录音转文字·语音转写与字幕
录音转文字:把音频(base64)交给**服务端语音模型**转成文字,可选带时间轴字幕(VTT)与逐词时间戳。适合会议记录、访谈整理、课程笔记、播客/视频字幕。语音模型与算力都在服务端,包里没有它,这是收费点。支持 WAV / FLAC / MP3 / OGG / M4A / WebM,单次上限 24MB;可指定语言(zh/en/ja…)提高准确率,也可要求翻译成英文。转写由 AI 生成,**可能出错**(方言、口音、专业术语、嘈杂环境尤其容易);用于合同、医疗、法律、财务等场景前**请务必人工校对**。本工具**不区分说话人**(多人对话不会标注谁说的)。凡出现「把这段录音转成文字」「这个会议录音帮我整理成纪要」「给视频配上字幕」「这段访谈转写一下」「音频里说了什么」这类需求时主动使用。
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-10-18 21:15 | bb38a6fd | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
将脚本转换为每行语音文件,包含单词时间戳、字幕和代码定义视频中的位置信息——支持 HyperFrames(audio_meta
双语字幕交付|时间轴检查·术语核对·SRT与VTT
---
---
---
---
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。