🎬 一键转文

解决什么问题

传统本地语音转写工具（如 Whisper、FFmpeg）仅能输出原始流水稿，其中包含大量口误、重复语句、无意义语气词等冗余内容，后续需人工校对删减，耗时较长。课程录播、会议记录、采访整理等场景中，这种「转写→人工润色」的流程会占用大量精力。

技能如何工作

这个技能基于千问大模型的语义理解能力，突破传统 ASR 仅做语音识别的限制：

• 转写时自动识别语境，过滤口误、重复和语气词，输出逻辑通顺的结构化文案，而非原始流水稿。
• 支持通过 --prompt 传入自定义指令，按需生成内容，比如总结核心观点、改写成小红书/抖音文案、提取金句、全文中英互译等。
• 依托云端算力处理，不受本地性能限制，几分钟短视频到数十小时长视频均可解析。
• 支持直接粘贴抖音、小红书等平台的视频链接，或上传本地视频文件，无需提前下载转格式。
• 隐私方面，视频仅临时存入加密空间处理，任务结束后自动销毁，不存储、不用于模型训练。

适用边界与注意点

• 使用前需先获取 TOKEN，并配置环境变量 GUAIKEI_API_TOKEN。
• 原生命令不支持批量处理多个视频，需自行编写 shell 脚本循环调用命令实现。
• 计费按视频时长结算，时长≥1分钟按0.6元/分钟，＜1分钟按0.1元/10秒，视频链接失效、解析失败等场景不计费。