职业分类
软件开发工程师
描述
把中文音频/视频高精度转成带时间戳的文本（会议、分享、播客、讲座、访谈、录屏、语音备忘）。 当用户想转录音频、把录音/会议/分享整理成文字稿、给视频做字幕的转录环节、或抱怨某个转录工具 英文术语/专有名词总识别错时，都应使用本 skill —— 即使没明确说"用这个 skill"。 核心方法：FunASR + whisper 双引擎互补，再用一个正交信息源（画面OCR/议程/文档/codebase）做术语正解， 最后多 agent 三方对照还原。全程本地推理、音频不外传。绝不只靠单一引擎，绝不靠上下文硬猜专有名词。
更新