语音转字幕
自动识别视频或音频里的说话和歌声，按句输出带时间轴的字幕，可以区分不同的说话人。支持中文、英语、西班牙语、印尼语，结果可以直接导出 SRT 字幕文件或纯文本，导入剪映、Premiere 等任何剪辑软件。
- 视频、音频都能识别
- 可区分说话人
- 一键导出 SRT / TXT
适合的场景
- 口播加字幕：自动生成逐句字幕，省去手打字幕的时间
- 会议纪要：会议、访谈录音转成文字稿，按说话人整理
- 歌词时间轴：识别歌声，生成卡拉 OK 式的歌词字幕
使用时注意
- 单个文件不超过 3 小时
- 背景音乐过大时识别率会下降，可先用「人声背景音分离」提取人声