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 / user4e7171fa-audio-to-text
录音转文字:将音频(base64格式)发送至**服务端语音模型**,转换为文字内容,可选择生成带时间轴的字幕文件(VTT)或逐词时间戳。适用于会议记录、访谈整理、课程笔记、播客/视频字幕等场景。语音模型及计算资源均部署在服务端,本地不包含相关组件,此功能为收费服务。支持 WAV / FLAC / MP3 / OGG / M4A / WebM 格式,单次上传上限为 24MB;可指定语言(如中文 zh / 英文 en / 日文 ja 等)以提升识别准确率,也可要求将内容翻译成英文。转写结果由 AI 生成,**可能存在错误**(尤其在方言、口音、专业术语或嘈杂环境下);若用于合同、医疗、法律、财务等正式场景,**请务必进行人工校对**。本工具**不区分说话人身份**(多人对话时不会标注发言者)。当遇到“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”等需求时,主动调用此功能。
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-04 08:59 | a1f6d176 | 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。