#transcription

当用户给你一段录音，想做成带字幕的短视频、口播段子或自媒体短片时使用。核心是词级时间戳：识别成逐字文字，用户靠删词来剪掉对应的音频，AI 标出重点词高亮，再渲染成黑底、重点词金色、和声音同步出字的竖屏视频。 应用场景: 把一段录音做成适合发自媒体的、重点词高亮、声音同步字幕的短视频。