通过公开分享链接导出腾讯会议的录音转录文本，适用于用户需要从腾讯会议云端录音中提取会议转录数据、AI摘要、智能章节或关键事件。支持导出为带发言者标识和时间戳的Markdown或JSON格式

获取并阅读 YouTube 和 Bilibili 视频的字幕 transcripts。当需要总结视频内容、回答相关问题或提取信息时使用。

下载视频、提取字幕、截取帧画面。使用 yt-dlp、Whisper 和 ffmpeg 分析 YouTube、教程和 DD 视频

通过音频（字幕）和视觉（帧提取加图像分析）双通道对YouTube视频进行多模态分析。特别适用于教学、教程、演示和说明类视频，其中所展示的内容（如截图、UI演示、图表、代码、物理动作）与所说内容同等重要。当用户希望分析、总结YouTube视频，或根据视频创建分步指南，或分享YouTube链接并希望了解视频内容时，请使用此功能。触发条件包括：“分析这个YouTube视频”、“根据此视频创建分步指南”、“这个视频展示了什么？”、“总结这个教程”，或任何带有分析意图的YouTube链接。

在 Ubuntu/Linux 和 macOS（Intel/Apple Silicon）上安装并运行适用于 OpenClaw 的本地 NVIDIA Parakeet ASR，配备与 OpenAI 兼容的语音转文本 API。适用于用户需要私有本地语音转文本、语音转录设置、ASR 故障排除，或使用 Parakeet 配置 OpenClaw 语音栈（可选 Whisper 作为备用）的场景。

市场上最便宜的AI媒体API。可转录YouTube视频，使用Flux和Z-Image模型生成图像，支持8种语言50多种语音的文本转语音，通过OCR提取文本，制作视频，去除背景，图像超分辨率，应用风格迁移——全部通过统一API实现。注册即送5美元额度，足以支持数百小时的转录或数千张生成图像，成本仅为其他方案的零头。

通过粘贴链接分析任何视频，支持抖音、YouTube、Instagram、Twitter/X 及上千个其他网站。音频在本地转录，并可回答关于内容的任何问题

使用 Kagi 的通用摘要 API 对任意 URL 或文本进行摘要。支持多种模型（包括企业级 Muriel 模型）、要点提炼，并可将输出翻译为 28 种语言。适用于需要高质量摘要的文章、论文、视频字幕或任何文档。

完整的Venice AI API工具包，涵盖图像生成、视频、音频、嵌入、转录、角色、模型和管理功能。注重隐私的推理，零数据留存