用途：将语音转为文字，基于火山引擎 BigModel ASR。适用于收到飞书语音消息（message_type: audio）需自动识别、用户提供音频要求转写、以及音频 URL 转写等场景。
主要能力：提供极速版与标准版两种识别模式。极速版适用于时长≤2小时且大小≤100MB，同步快速返回；标准版适用于 2 小时<时长≤5小时，采用 submit+poll 异步方式。支持飞书语音 file_key、本地文件与公网 URL。附带 inspect_audio.py 探测时长、采样率、声道；ensure_ffmpeg.py 自动检测并安装 ffmpeg/ffprobe。
使用方式：先 cd 到 skills/byted-voice-to-text，执行 python3 <SKILL_DIR>/scripts/inspect_audio.py "<AUDIO_INPUT>" 探测；缺 ffmpeg 时运行 python3 <SKILL_DIR>/scripts/ensure_ffmpeg.py --execute。短音频用 python3 <SKILL_DIR>/scripts/asr_flash.py --file "<AUDIO_FILE>"；长音频或 URL 用 python3 <SKILL_DIR>/scripts/asr_standard.py --url "<URL>" 或 --file "<LONG_AUDIO_FILE>"；可加 --no-poll 仅提交，或用 --query-task-id/--query-logid 查询已有任务。鉴权主要依赖环境变量 MODEL_SPEECH_API_KEY，其余如 APP_ID、端点与资源 ID 多有默认值。
限制：音频超过 5 小时不支持，需先切片逐片走极速版；脚本失败时应直接告知错误，规则明确禁止改用 whisper 或 openai-whisper。中文简介未提供的价格、收费与更多平台支持信息暂未提供。