实时转录
讲到哪儿,
讲到哪儿,
文字就跟到哪儿。
系统音频 + 麦克风双轨录入,毫秒级延迟输出文本。讲完一句,文字就定稿了。
- 声纹分人 — 自动识别 2-8 个说话人,每个人的发言单独成段
- 中文优化 — Whisper large-v3 中文模型 + 行业术语自定义词表
- 离线运行 — 录音与转录全程在本地完成,无网络依赖
- 时间码定位 — 点击文本任何一行,音频直接跳到对应位置