音視頻丟給它，回來的是字幕、時間軸和誰在說話

做什麼用

開會錄音、採訪視頻、技術講座——不用本地裝 Whisper，豆包多模態直接出帶時間戳的字幕、說話人分離和關鍵幀。它把火山方舟的多模態能力包成了順手工具：自動傳 TOS、自動下載結果，ASR 還分純文本/逐字時間戳/。

應用範圍

用在「做圖」這一格。只認火山方舟的豆包模型，需要你已有 Ark API Key 且開通 TOS 存儲；本地文件必須能上傳。

如何使用

• 就按「音視頻丟給它，回來的是字幕、時間軸和誰在說話」這一件來做，不要中途改風格。
• 把我手上這張按它的規矩重做，風格不許換。
• 只要成品，過程裡的解釋可以沒有。
• 做完對照應用範圍，越界的那一稿丟掉。

安裝