为给没有字幕的 Youtube 和 B 站视频做转写。 测了多家音频转文本 ASR ：豆包语音（极速）、硅基流动 上的Qwen3-ASR、GLM-ASR-2512、阶跃 2.5 ASR、小米 MiMo-ASR。 从 Opus 5.5 给的反馈看，好像还是豆包语音最完善，自带毫秒时间轴，速度也快。 功能很快会在乔木剪藏插件上线，增加本地 Whisper、本地 Qwen3 ASR。 也支持各种云端语音转文本 API 。

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：AI / AI前沿 / 向阳乔木 @vista8
  • 发布时间：2026/10/5 22:22:17