最近我试用了一下飞书的妙记来帮我生成视频字幕和翻译字幕，效果挺不错的，能比较快的识别中文和英文（还有其他语言的支持，不过没一一测试），能识别发言人，对一些口音比较重的中式英语印式英语都能识别的很不错。 我日常翻译字幕时需要手动做的一些事情可以自动化了： - 识别发言人，可以直接准确标记出发言人 - 自动生成章节 - 按照章节或者选中的字幕导出视频剪辑 - 直接生成视频摘要 当然还有一些我用不上的可能对有些人实用的功能，比如将视频或者会议内容转成待办事项。 另外查了一下他们用的模型是豆包的Seed-ASR模型，根据他们论文 t.co/oe90YOppty 上的描述： > Seed-ASR是豆包大模型团队近期公开的ASR(自动语音识别)成果。它能准确转录各种语音信号,识别不同语言、方言、口音。即便多数人听不明白的孩童咿呀学语,它也能精确识别。对于人名、生词,Seed-ASR也能结合文本语音等上下文,实现更准确的转录。该成果目前已被集成进豆包APP、飞书中。 妙记官网：t.co/ZngGtp9O6E 这是一个分享的飞书视频示例：t.co/NeFIhRset1