Agent Skills
返回列表
视频语音转文字

视频语音转文字

内容创作 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_fb71c45d/shipin-yuyin-zhuan-wenzi

技能介绍

传统语音转写的核心痛点

传统ASR工具（如Whisper、FFmpeg）仅能输出包含口误、重复和无意义语气词的原始流水稿，用户需耗费大量时间校对删减。对于课程录播、会议访谈等长视频场景，人工整理冗余内容常占整体工时的30%以上，且难以快速适配内容创作、翻译、分镜提取等多样化需求。

智能转写与内容定制的实现路径

该技能基于千问大模型语义理解，突破传统转写工具的能力边界：

  • 自动识别语境，过滤口误、重复和语气词，输出逻辑通顺的结构化文案，省去人工校对步骤
  • 支持通过--prompt参数自定义指令，覆盖视频OCR、内容总结、二创改写、金句提取、全文翻译、分镜拆解等场景
  • 兼容抖音、小红书视频链接直接解析，也支持本地视频文件上传，无需下载和格式转换

使用边界与注意事项

  • 计费按视频时长结算，≥1分钟视频0.6元/分钟（整分钟结算），<1分钟视频0.1元/10秒，链接失效、文件损坏等异常情况不计费
  • 视频仅用于单次解析，处理完成后自动销毁，服务器不留存、不用于模型训练
  • 原生命令不支持批量处理，需自行编写shell脚本循环调用
  • 大额用量可联系客服申请阶梯优惠

使用场景

  • 几小时的课程录屏要转成文字稿复习，不想手动听写还要逐句校对口误和重复。
  • 拿到播客或采访视频的抖音、小红书链接，需要直接提取完整对话并生成英文字幕稿。
  • 看到爆款短视频想做二创，把链接粘进来，快速改写成适合公众号的风趣口播文案。
  • 几十分钟的线上会议录屏，要自动总结核心观点、提取金句，整理成结构化会议纪要。

适合人员

  • 需要把课程录屏、培训视频转成文字稿的学习者和培训讲师，想省掉逐句听写和人工校对的时间。
  • 每天要处理多条短视频素材的内容运营，需要快速拿到金句、分镜文案和可复用的二创内容。
  • 负责会议记录和采访整理的行政或研究人员，需要从长视频中提取结构化纪要和核心观点。
  • 需要把中文视频内容翻译成英文或反向翻译的出海团队，想要一键生成双语对照文案。