FunASR音频转录:把音视频文件变成带说话人分段的文字

FunASR音频转录是一个基于 FunASR 的社区 Skill,用于把音频或视频文件转成文字。它把 FFmpeg 格式转换、语音识别、说话人分段和时间戳输出收进一个可触发的动作,支持会议、访谈、录音、语音备忘、播客、讲座、通话、视频等场景,中英文均可转录。文章按固定结构介绍它是什么、核心功能、安装与启用、典型用法、适用场景与注意,并如实标注预抓取资料中缺失的安装命令与官方示例,避免编造。该 Skill 无需配置 API Key,分类为 design-media,基于通用 SKILL.md 格式。

阅读全文