video2text

🎵 AI 语音视频转文本 | 视频转音频、字幕提取，FunASR 离线 + 云端百炼双引擎语音转写，自动 AI 总结，支持 OSS 存储、Supabase/SQLite 历史及 Notion/飞书推送。Media-to-text platform with video processing, offline/cloud ASR, AI summary & integrations.

Transcription of any large audio/video files.

OCR Studio will extract images; dose OCR and cleans OCR text files (example: repeated text)

调用通义千问大模型，将本地视频文件或抖音/小红书等平台视频链接转写为干净文案，并按自定义 Prompt 生成总结、改写、金句、分镜头、中英翻译等风格化内容。支持视频转文字、字幕提取、会议纪要、课程拆解、直播复盘、短视频二创等场景。

抖音视频文案提取。输入抖音视频链接、用千问LLM进行智能语音转写，支持普通话、粤语等方言及外语，结果直接输出到聊天。当用户做抖音文案提取、抖音视频文案提取、抖音视频转文字、抖音口播转文字或抖音逐字稿提取时使用。支持提取音频文案、提取口播文案、理解场景描述文案。

A Model Context Protocol (MCP) server for fetching YouTube video subtitles/transcripts with support for multiple output formats (SRT, VTT, TXT, JSON).

分析视频内容，支持今日头条、抖音、B站、西瓜视频、小红书、快手等平台。自动下载视频、语音转文字、繁简转换、支持普通话、粤语等方言及外语、支持提取音频文案、提取口播文案、理解场景描述文案。当用户提供视频链接并要求分析视频内容、总结视频、看看视频讲什么时使用此技能。调用大模型自动转写并剔除语气词、口误与重复内容，并可通过自定义 Prompt 生成总结、改写、金句提取、分镜头、中英翻译等风格化文案。

将视频转为文字与结构化文案的技能。支持本地视频文件与抖音、小红书等平台视频链接，调用千问大模型自动转写并剔除语气词、口误与重复内容，并可通过自定义 Prompt 生成总结、改写、金句提取、分镜头、中英翻译等风格化文案。

分析视频内容，支持今日头条、抖音、B站、西瓜视频、小红书、快手等平台。自动下载视频、语音转文字、繁简转换、支持普通话、粤语等方言及外语、支持提取音频文案、提取口播文案、理解场景描述文案。当用户提供视频链接并要求分析视频内容、总结视频、看看视频讲什么时使用此技能。调用大模型自动转写并剔除语气词、口误与重复内容，并可通过自定义 Prompt 生成总结、改写、金句提取、分镜头、中英翻译等风格化文案。

An open source Docker image that can be used to convert audio and video files into subtitles.

抖音视频文案提取技能。支持提取音频文案、提取口播文案、理解场景描述文案。 触发场景：下载抖音视频、提取抖音文案、抖音音频文案提取、抖音口播提取、抖音视频场景描述文案、抖音视频分析、抖音视频转文字、抖音字幕提取、抖音文案提取、扒抖音文案、抖音口播文字。调用大模型自动转写并剔除语气词、口误与重复内容，并可通过自定义 Prompt 生成总结、改写、金句提取、分镜头、中英翻译等风格化文案。

Extract text from media files using local ASR, API services, or existing subtitles with automated storage, deduplication, and platform synchronization support.