使用 OpenAI Whisper 或 ElevenLabs Scribe API 将音频转录为带时间戳的歌词，输出格式为 LRC、SRT 或 JSON，包含词级时间戳。适用于用户需要转录歌曲、生成 LRC 文件或从音频中提取带时间戳的歌词的场景。

使用智谱AI（BigModel）GLM-ASR模型进行自动语音识别（ASR），适用于将音频文件转录为文本，支持中文音频转录，具备上下文提示、自定义热词及多种音频格式支持

通过 OpenAI 音频转录 API（Whisper）转录音频