video2text

🎵 AI 语音视频转文本 | 视频转音频、字幕提取，FunASR 离线 + 云端百炼双引擎语音转写，自动 AI 总结，支持 OSS 存储、Supabase/SQLite 历史及 Notion/飞书推送。Media-to-text platform with video processing, offline/cloud ASR, AI summary & integrations.

Transcription of any large audio/video files.

OCR Studio will extract images; dose OCR and cleans OCR text files (example: repeated text)

调用通义千问大模型，将本地视频文件或抖音/小红书等平台视频链接转写为干净文案，并按自定义 Prompt 生成总结、改写、金句、分镜头、中英翻译等风格化内容。支持视频转文字、字幕提取、会议纪要、课程拆解、直播复盘、短视频二创等场景。

将视频转为文字与结构化文案的技能。支持本地视频文件与抖音、小红书等平台视频链接，调用千问大模型自动转写并剔除语气词、口误与重复内容，并可通过自定义 Prompt 生成总结、改写、金句提取、分镜头、中英翻译等风格化文案。

A Model Context Protocol (MCP) server for fetching YouTube video subtitles/transcripts with support for multiple output formats (SRT, VTT, TXT, JSON).

An open source Docker image that can be used to convert audio and video files into subtitles.

Extract text from media files using local ASR, API services, or existing subtitles with automated storage, deduplication, and platform synchronization support.