一个视频/音频文件转文本工具,基于SenseVoice实现高精度多语言语音识别。支持 MP4、MKV、AVI 等视频格式及 M4A、MP3、WAV、FLAC 等音频格式直接输入。
语言:Python · GitHub 星标:49 · Fork:7
在 GitHub 上查看原仓库