使用场景
有一段下载的或自己录制的音视频资料，需要把其中人物讲话提取出来，转化为文字文本内容。
推荐AI工具
巴士哥认为最方便快捷且免费的当属通义千问的“音视频速读”功能。
操作教程
这里以电脑PC端为例，打开通义千问页面：www.qianwen.com，进入下边的“音视频”功能页面。
把需要处理的音视频文件拖进入，市面上主流的音频视频格式基本都支持，视频文件最大不超过6G，音频文件最大不超过500M，最多可同时上传50个文件。右侧选择音视频文件源语种，以及要不要进行翻译处理，区分发言人等操作。之后点击“确认按钮”。
几分钟处理完成后，就可以查看并导出了，支持docx、pdf、txt、md、srt这些常用格式，识别准确率还不错。
