用途：自动化音频/视频转写及后续内容处理，包括会议纪要、字幕生成、播客加工与多语言翻译。
主要能力：提供转写流水线（预处理、语音识别、说话人分离、后处理、输出）；可配置引擎（whisper、assembly_ai、deepgram）、音频参数、语言与模型、词级时间戳、标点、脏话过滤；输出 txt、srt、vtt、json。支持会议纪要模板（摘要、要点、行动项、完整转写）、说话人分离（最少/最多说话人数、声纹样本、说话人前缀与时间戳）、SRT/VTT 字幕（时长、行宽、样式、cue 设置）。集成工作流示例含 Zoom（录制完成后下载、转写、分离、生成纪要、分发到 Notion/Slack/邮件）、YouTube（下载音频、转写、生成字幕、翻译、上传 CC）、播客（RSS 输入、转写、章节检测、节目笔记、可搜索索引）。支持多语言自动检测与翻译、代码切换处理；后处理含去填充词、纠错、数字规范化、加标点、合并短片段、关键词高亮与摘要；提供 WER、置信度、分离准确率、实时因子等质量指标，以及 OpenAI Whisper 与 AssemblyAI 的 API 示例。
使用方式：按资料中的配置结构设置引擎、音频、转写、功能与输出选项，并参考集成工作流步骤编排。
适用场景：会议记录、视频字幕、播客加工、多语言内容处理。
限制：资料未提供具体安装命令、收费价格、平台支持范围与效果保证；关键内容建议人工复核，注意隐私与存储效率。