内存安全的语音转文字，支持自动分块，16GB内存设备上稳定运行不崩溃

使用EachLabs AI模型实现文本转语音、语音转文本、语音转换和音频处理。支持ElevenLabs TTS、带话者分离的Whisper语音转文字以及RVC语音转换。适用于用户需要文本转语音、语音转文字或语音转换的场景。

从GETTR帖子下载音频（通过HTML的og:video），使用MLX Whisper在Apple Silicon设备上本地转录（含VTT格式的时间戳），并将转录内容总结为要点或带时间戳的提纲。当提供GETTR帖子链接并需要生成转录或摘要时使用。

使用 AssemblyAI 转录音频/视频（本地上传或网址），并导出字幕及段落/句子格式

从飞书会议中获取信息、统计数据、字幕和媒体内容

使用 faster-whisper 实现本地语音转文字，速度比 OpenAI Whisper 快 4 至 6 倍，准确率相同；GPU 加速可实现约 20 倍实时转录。支持 SRT/VTT/TTML/CSV 字幕、说话人分离、URL/YouTube 输入、批量处理带预计完成时间、字幕搜索、章节检测、按文件语言映射

通过 MCP（mcporter）访问 Granola AI 会议笔记，支持按时间范围查询会议、列出会议、获取完整详情以及提取逐字记录。当用户询问会议笔记、讨论内容、行动项、决策或其他会议相关信息时使用。同时在调用因授权错误失败时自动处理 OAuth 令牌刷新。

将原始会议记录转化为结构化且可执行的摘要

使用Venice AI基于Whisper的语音识别技术将音频转录为文本，支持WAV、MP3、FLAC、M4A、AAC格式，并可选带时间戳