按下面的顺序走一遍,一集 20 分钟的材料大约 40 分钟能吃完:看懂、听懂、说得出。
.mp4 / .mkv / .mov 等视频,或纯音频文件。.srt / .vtt / .ass 和视频放在同一目录,文件名开头一致,打开视频时自动识别。切到「文案」标签,字幕会被装配成完整文稿,可切换四种格式:
| 纯英文 | 整段原文,适合通读和朗读。 |
|---|---|
| 中英对照 | 逐句英文加中文翻译,适合第一遍理解。 |
| SRT | 带时间戳的字幕文件,可导入其它播放器。 |
| Markdown | 带结构的文稿,方便贴进笔记软件。 |
每种格式都能一键复制或导出成文件,导出目录在设置里指定。
| 字幕 | 逐句对照看,点句单独回放,点词进词卡。这是其余四种模式的基础列表。 |
|---|---|
| 挖空 | 句子里的关键词被抠掉,你填。选题优先落在实词和信息词上,批改后逐词标出对错。 |
| 听写 | 只放声音不给文本,整句写下来再对照,用逐词比对告诉你漏在哪、多在哪。 |
| 跟读 | 逐句录音,本机给三项评分:内容命中、语速、完整度。麦克风是独占资源,同一时刻只有一路在录。 |
| 复述 | 给一段话挑几个关键词当提纲,然后不看原文把整段说出来,模型按内容判分,指出漏了哪些点、哪些表达不自然。 |
复述的评分只看内容覆盖和表达,不评价发音;转写里的明显听写错字不会算成你的语法错误。
这一层是给要拿材料做输出的人用的,需要你在设置里填自己的大模型接口地址和 Key:
分析结果按文稿内容缓存,同一份材料重复打开不会重复消耗额度;文稿变了会提示结果已过期。
在字幕列表里点词即可收藏,跨素材累积,可回看出现的原句。
XXXX-XXXX-XXXXX,点复制。列表里会给出具体原因。部分平台会临时收紧接口,这种情况不是软件坏了,稍后重试或改用本地文件导入。
语音识别对纯人声最准。背景音重、多人抢话、专有名词多都会掉准确率。可以先用旁挂字幕,没有字幕再跑识别。
确认系统已允许桌面应用使用麦克风,并在系统声音设置里把默认输入设备选对。
检查设置里的接口地址、Key 和模型名。填自己的 Key 时,请求直接从你本机发到该地址,不经过任何中间服务。