视频转文字文案

解决什么问题

传统视频转文字工具（如Whisper/FFmpeg）只能输出原始语音流水稿，包含大量口误、重复和无意义语气词。对于需要整理课程、会议或采访内容的场景，用户需手动校对删减，耗时且低效。

核心能力与工作流程

本技能基于千问大模型实现语义级理解，工作流程分为三步：

1. 输入处理：通过--file传入视频链接或本地文件路径，支持抖音、小红书等平台链接直接解析
2. 智能解析：云端算力并行处理视频，自动识别语境、过滤冗余内容，输出结构化文案
3. 定制输出：通过--prompt参数定义需求，可生成小红书文案、会议纪要、双语翻译等定制内容

关键特性：

• 支持长短视频全覆盖，从片段素材到数十小时长视频
• 传输全程加密，任务完成后视频源文件自动销毁
• 按视频时长计费（≥1分钟0.6元/分钟，＜1分钟0.1元/10秒），无最低消费

适用场景与边界

适合需要快速生成视频文案的创作者、企业内容部门，尤其推荐：

• 课程学习笔记整理
• 长会议内容结构化
• 社交媒体文案二次创作

注意点：

• 需提前配置GUAIKEI_API_TOKEN环境变量
• 原生命令不支持批量处理，需自行编写循环脚本
• 自定义Prompt需明确任务目标，如"提炼3条核心卖点"比"优化内容"更精准