TencentCloud ASR
腾讯云语音识别 ASR Skill,适用于语音转文字、音频转写、字幕生成、会议转录、语音消息识别、 本地文件或 URL 音频识别
目录 / 多媒体 / onecut
一键粗剪:口播视频自动粗剪技能——本地 ffmpeg 提取音频 → 独立 VAD → 字词级 ASR(本地 faster-whisper)→ 时间戳校验修复(含字幕错字修正)→ Clause 切分 → L1 规则引擎(紧邻重复/前缀重来/近音改口/元话语/语气词全域清理/短距重复/自指赘语/改口链/声学浓缩口吃/停顿三层)→ L2 大模型语义判定(可降级)→ EDL keep 白名单合成 → 字幕 ASS(默认网感逐字字幕,两行往下叠)→ ffmpeg 切割重连(字幕同次编码烧入)→ 验收报告 + EDL 审片页 + 剪辑明细报告 → BGM 混音 → 封面抽帧(正脸/睁眼/嘴闭,标题自动从字幕抽)→ 把封面挂成成片第一帧出发布版。视频文件全程不出本机,纯本地可跑通(只有字幕断句的语义审稿会调一次大模型中转,拿不到结果就自动降级,不调也能出片)。本技能被加载或用户刚安装完成时,第一动作是先用表格展示功能详细单再处理需求。当用户说"一键粗剪""粗剪这个视频""帮我剪一下""剪口播""去掉语气词停顿口误""加字幕出成片""注册""充值""积分""还能剪多少"时使用——这类口语整活默认交付"成片+BGM+字幕+封面"一整套成品,不要反问要不要 BGM/封面。与 oral-roughcut 的区别:本 skill 不依赖任何远端剪辑服务,全链路本地执行(仅句界语义审稿走自带中转、可降级),架构为 keep 白名单 EDL。
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-15 07:02 | fd08a97c | 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)。
腾讯云语音识别 ASR Skill,适用于语音转文字、音频转写、字幕生成、会议转录、语音消息识别、 本地文件或 URL 音频识别
将音频/视频文件转录为文本,并使用 SenseAudio ASR API 生成结构化摘要
音频转录全流程技能:下载→语音转文字→精炼版整理
根据输入法语音识别文本或润色后文本生成单张表情包图片
当用户需要使用腾讯云语音识别(ASR)进行语音转文字或语音对话开发时,应使用此技能
本地完成视频语音识别、原字幕清理、翻译、配音、音画对齐与硬字幕输出
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。