音视频一键转字幕·语音转文字自动生成SRT时间轴批量出稿
音视频一键转字幕
## ⚠️ 先申请你自己的 API Key
本 Skill 不内嵌任何密钥,也不代付费用。 请到
算力集市 api.a7w.cn 注册并创建你自己的 API Key
(新用户有赠送点数,可以先免费试跑几条)。
拿到后填进环境变量A7W_API_KEY,或直接传给--key参数。
请勿使用他人提供的 Key —— 用量与费用都记在 Key 所属账号上。
音频视频丢进去,带时间轴的字幕拿出来。 短视频加字幕、播客出文稿、
会议录音整理、影视对白提取 —— 一条接口解决。
不用装模型、不用买显卡、不用懂语音工程。上传一个公网链接,拿回 SRT / VTT / 纯文本。
| 你最关心 | 答案 |
|---|---|
| 多少钱 | 按音频时长计费,用多少扣多少,没有月费 |
| 要多久 | 任务制,提交后轮询;查询免费 |
| 要装什么 | 什么都不用装。包里自带零依赖客户端,或者直接用 curl |
| 支持什么 | 多语言识别 + 语言自动判定;长音频一次提交 |
| 能商用吗 | 可以。生成内容的使用与合规责任由使用者承担 |
一、三分钟跑通
第一步:拿到你自己的 Key
到 api.a7w.cn 注册,创建一个 API Key(形如 sk-...),填进环境变量:
export A7W_API_KEY=sk-你的key # Windows: $env:A7W_API_KEY="sk-你的key"
第二步:提交转写任务
curl -sS -X POST "https://api.a7w.cn/api/v1/apps/voice_tts/stt" \
-H "Authorization: Bearer $A7W_API_KEY" \
-H "Content-Type: application/json" \
-d '{"audio_url":"https://你的存储/我的音频.mp3"}'
第三步:拿结果
返回里带识别出的文字与时间轴信息。要 SRT 字幕文件,把时间轴按句切分后写成标准 SRT 即可 ——references/字幕排版.md 给了现成的转换脚本与排版要点。
视频要先抽音轨:
ffmpeg -i 我的视频.mp4 -vn -ac 1 -ar 16000 音频.mp3
(16 kHz 单声道是语音识别的推荐输入规格,体积也小)
二、包里有什么
sanjianke-buzz/
├── SKILL.md 本文件
├── README.md
├── LICENSE.md
├── references/
│ ├── 字幕排版.md 时间轴 → SRT / VTT 的转换与排版要点
│ ├── api-stt.md stt 接口完整参数与返回
│ ├── getting-started.md 注册、领 Key、配置
│ └── 通用说明.md 权限、异步机制、错误码、计费口径
└── scripts/
└── a7w.py 零依赖客户端(库 + 命令行,只用 Python 标准库)
零安装用法
export A7W_API_KEY=sk-你的key
# 看接口与参数
python3 scripts/a7w.py schema voice_tts
# 转写(客户端自动轮询到结束)
python3 scripts/a7w.py call voice_tts stt \
--body '{"audio_url":"https://你的存储/我的音频.mp3"}'
三、素材要求
| 要求 | 说明 |
|---|---|
| 格式 | MP3 / WAV 等常见音频;视频先抽音轨 |
| 访问 | 必须公网可访问的 URL,不支持本地路径、不支持 Base64 |
| 采样率 | 建议转成 16 kHz 单声道,识别更稳、传输更快 |
| 内容 | 单人清晰人声效果最好;多人会议建议先分离说话人 |
四、常见坑
| 坑 | 表现 | 怎么避 |
|---|---|---|
| 拿本地路径当入参 | 报参数错误 | 一律用公网可访问的 URL |
| 直接传视频 | 需要先抽音轨 | ffmpeg -vn -ac 1 -ar 16000 转成音频再传 |
| 背景音乐很响 | 识别率下降 | 有条件先做一次人声分离(见同门的音轨分离 SKILL) |
| 重复提交 | 扣两次钱 | 先记 task_id,用查询接口(免费)确认状态 |
拿 code == 0 判断成功 | 明明成功却判成失败 | 平台成功码是 1 |
五、计费与边界
按音频时长计费,1 元 = 100 点。查询任务免费。
每次返回的 data.usage.points_cost 就是本次真实扣费,可以直接对账。
| 能力 | 是否申请 | 用途 |
|---|---|---|
| 网络访问 | 申请 | 调用 api.a7w.cn 的语音接口(本 Skill 唯一的联网行为) |
| 读取文件 | 仅读取你指定的输入文件 | 用作素材入参 |
| 凭证 | 读取你自己提供的 API Key | 从环境变量或 ~/.a7w/config.json 读取 |
不内嵌任何密钥。 请求只发往 api.a7w.cn。
- 不提供 Key、不代付费用
- 不替代内容合规审查:转写内容的使用责任由使用者承担
关于这个 Skill
作者亲测实操后发布,下载后可直接使用,自用商用都可以。
所有 AI 能力都走 算力集市 api.a7w.cn —— 一把 API Key 打通
大模型、语音、图像、视频、数字人等全部算力,注册即送点数,按量计费、没有月费。
| 你可能想问 | 答案 |
|---|---|
| 要不要额外部署 | 不用。下载本包即可使用,不必去别处找源码 |
| 怎么开始 | 到 api.a7w.cn 注册领 Key → 填进 A7W_API_KEY → 一条命令跑起来 |
| 能不能商用 | 可以 |
| 遇到问题找谁 | 见文末「联系我们」,作者本人答疑 |
使用中碰到任何问题 —— 报错、效果不理想、想省钱、想批量 —— 都欢迎加微信聊。
加好友时说一下是从哪个 Skill 找过来的,直接给你配套的示例。
联系我们
- 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
- 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
- 更多 AI 插件与接口:AI 插件市场。
相关链接
| 链接 | 地址 | 说明 |
|---|---|---|
| 算力集市 · 注册领 API Key | api.a7w.cn | 一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这 |
| AI 插件市场 | aigc.a7w.cn | 浏览全部 AI 插件与接口说明 |