← Back to home
Skill

ASR语音转写与纠错

tencent_skillhub · 1.3.0 · Downloads 605 · Heat 47.9

Introduction

录音/语音文件转写(ASR)+ 转写稿本地纠错一体 skill,本地优先 + 云端兜底。把 m4a/mp3/wav/aac/flac/视频音轨等转写为带时间戳、带说话人标注的文字稿(.srt/.vtt/.txt/.md), 并可直接衔接内置校对模块完成客户隔离术语纠错、敏感值待核标记与人工审阅闸门,专门服务会议 纪要、访谈洞察、经营分析会等下游 skill。当用户提到"转写""语音转文字""录音转文字" "把这段录音转成文字""ASR""听录音整理""m4a 转文字""会议录音转写""访谈录音转写" "把腾讯会议/钉钉录音转成文字""加字幕""出字幕""srt""说话人分离""区分谁在说话"时触发。 当用户提到"转写稿纠错""清洗转写稿""ASR 错别字""建客户术语词典""热词""纠错清单" "转写稿校对"时也触发。当用户上传 .m4a/.mp3/.wav/.aac/.flac/.mp4/.mov 音视频文件并要求 转文字、整理、做纪要前处理时同样触发。即使只说"听一下这个录音说了啥""帮我把这段语音弄成 文字",只要上下文是把音频内容变成文本,就用此 skill。本 skill 做"音频→文字稿→可交付纠错稿" 这一段,不写正式会议纪要(那是 meeting-minutes 等下游 skill),不做访谈结构化洞察 (interview-insight),纠错完成后按需移交对应下游 skill。

Resource Information

Author:user_6113fd9f
Category:Multimedia
Version:1.3.0
Auth: Required
Pricing: Not specifiedAPI key required

License information is collected from official sources and may be outdated or missing. Refer to the LICENSE file in the original repository before commercial use.

Tags
音频处理

Information boundary

Information on this page is collected from official documents for technical presentation only and does not imply our endorsement. Pricing, quotas and availability are subject to the latest official statements. We make no commitment regarding any action you take after leaving this site.

Similar skills

视频短视频图片音乐音频配音口播数字人全能创作

Marked paid

通过同一个AI创作工具完成AI图片、视频、音乐与语音创作,查找公开社交数据,编辑视觉成果,并集中查看和管理生成资产。Beatra 全能创作支持AI图片生成(文生图)、AI视频生成(图生视频)和AI视频编辑,通过AI音乐生成把想法做成歌曲或纯音乐,也可用AI语音生成(文字转语音)、多语言旁白和AI语音克隆完成跨媒介内容;还能查找抖音数据、小红书数据,以及 YouTube、TikTok、Instagram 与 X 上的公开帖子、笔记、评论、账号和趋势,把社交媒体数据用于竞品调研和创作。它是一款面向AI内容创作与多模态内容创作的AI创作套件,用起来就是一个把图片、视频、音乐与语音收在同一处的AI创作助手,适用于社交内容、产品展示、营销素材、课程、播客、短片和跨媒介项目;还能在不同媒介间复用原始素材、已有成果和查到的公开资料,查看制作进度、返回文件、实际用量和积分记录。

AI数字人口播与虚拟主播视频

Marked paid

用一张人像和一段短脚本或语音,制作有明确讲述内容的数字人口播视频。可使用现成录音,也可以先选择音色,把脚本生成旁白,让画面中的人物随声音完成稳定、自然的口播。适合 AI 主播、虚拟主播视频、数字人讲解、让照片说话、照片说话视频、产品讲解视频、数字人培训视频、公告和社交口播,并在交付后检查人物一致性、声音清晰度、口型同步和动作稳定性。

罗斯蒙德可视化图形生成

Not specified

【罗斯蒙德可视化图形生成】南京罗斯蒙德基于已交付项目沉淀的可视化图形生成场景:根据业务描述或系统需求,自动生成可编辑的架构图、流程图、ER 图、时序图、状态图与 C4 图。采用「统一图模型」一次建模、多格式输出:结构化文本(Mermaid / PlantUML,可嵌入 Markdown、进 Git 版本管理)、可编辑图形文件(drawio / Excalidraw,可拖拽修改节点与样式)、静态图(SVG 自渲染,PNG 给转换命令),并输出图形说明(图的含义 + 关键节点解释)。内置样式系统统一配色与命名,内置布局引擎自动排布,校验脚本拦截孤立节点、悬挂连线与语义缺漏。触发词:画架构图、画流程图、画 ER 图、画时序图、画状态图、C4 图、系统架构图、部署架构图、数据流程图、实体关系图、生成 drawio、生成 Excalidraw、导出 mermaid、导出 PlantUML、导出 SVG、导出 PNG、可编辑的图、图转可编辑、架构图可编辑、流程图二次修改、画图、出图、画个图。

架构图一键生成

Marked paidAPI key required

使用 ContextWeave 生成或修改架构图、流程图、思维导图和复杂信息图。适用于需要从代码、文件或自然语言中提取结构与关系并实际产出 CW、SVG、HTML、可编辑 PPTX 或原生 VSDX 的请求;未特别说明时,PPTX 与 Visio 使用原生形状和连接器导出。不适用于统计图表、手绘插画或像素级排版。

AI Image Prompts · 绘画提示词库

Marked free

Recommend curated prompts from a 10,000+ real-world image generation prompt library. Works with ANY AI image model — Nano Banana Pro, Nano Banana 2, Seedream 5.0, GPT Image 1.5, Midjourney, DALL-E 3, Flux, Stable Diffusion, and more. Use this skill when users want to: - Find proven image generation prompts (any model) - Get prompt inspiration for portraits, products, social media, posters, etc. - Create illustrations for articles, videos, podcasts, or marketing content - Browse categorized prompt templates with sample images - Translate and understand prompt techniques

架构图一键生成

Marked paidAPI key required

使用 ContextWeave 生成或修改架构图、流程图、思维导图和复杂信息图。适用于需要从代码、文件或自然语言中提取结构与关系并实际产出 CW、SVG、HTML、可编辑 PPTX 或原生 VSDX 的请求;未特别说明时,PPTX 与 Visio 使用原生形状和连接器导出。不适用于统计图表、手绘插画或像素级排版。

What is a Skill

A Skill is a packaged single capability, such as text recognition, document summarization, or keyword extraction. Developers wrap the calling logic and prompts into a plugin-like unit, so users can load it without understanding the underlying model. StackPilot indexes a large number of skills that can be tried instantly or assembled into a plan.