AI 系統開發

EchoScript 語音逐字稿

EchoScript 將音訊與影片轉成可編輯的逐字稿,讓使用者在同一個介面上傳檔案、選擇辨識方式、補充人名與專有名詞,再聽音檔校對並匯出文字。 支援本機語音模型或 OpenAI 服務,介面提供繁體中文與英文,兼顧桌機、手機及明暗主題。可處理中文、日文、英文與混合語言內容,也能輸入公開 YouTube 連結。 依使用的模型,可匯出 TXT、JSON 或帶時間軸的 SRT/VTT 字幕。不同辨識後端的功能各有差異,例如 OpenAI gpt-transcribe 後端提供文字與 JSON,不含字幕時間軸與說話者分離。 作品展示語音模型整合、檔案處理與可校對工作流程的設計。圖片為實際上傳與設定介面。

10
・2026/11/12 更新

音訊上傳、語言與辨識模型設定介面

更多來自 Ping 的作品

Ping

11小時前上線平均 14小時內 回覆