按标签浏览
# 语音转写 / Speech-to-Text(30)
DSH 本地听觉插件:本机转写、节奏、旋律、和弦与结构六件套,默认 MDX-Net 人声分离,零 API 费用。
让 agent 在本机分析语音转写、视频音轨卡点与音乐节拍/调性/和弦/曲式,七个工具,无需上传、不按次计费。
DSH 音视频理解插件:本地素材交给你选的模型,得转写、摘要与时间线说明;音频与视频可分别配置,Web 与桌面版可用。
DSH语音输入插件:麦克风录音转文字填入草稿,支持MiMo/豆包与可选LLM润色,Key密封于服务端。
DSH 的 B 站转写插件:匿名取音轨、本地 Whisper 转写,支持分P与互动视频分支树,可选字幕轨优先、节点截图与设置面板。
本地将录音转为可点时间码回听的交互纪要,双栏阅读、可选说话人分离与 Word 导出,无需联网。
DSH 侧栏本地播客播放器:扫描硬盘音频、续播记进度,支持转写与双语字幕并导出 SRT/Markdown,默认可用 DeepSeek API,亦可切换本地模型离线运行。
录音一键成稿:DeepSeek ASR 转写后由大模型整理为主题/讨论/结论/待办/风险的会议纪要,输出 Markdown 与可选 docx;默认仅预估费用,加 --confirm 才上传执行。
目录内音频批量调用 DeepSeek ASR 转写,输出 txt 与 srt;默认仅预估费用,加 --confirm 后上传执行,长音频自动切片。
人工粘贴抖音链接,本地下载并离线转写,自动生成带时间戳 Markdown 并导入 Obsidian。
Harness 会议录音插件:现场或导入音频,本机 FunASR 转写与说话人校对,并用已配置模型导出 Word 纪要。
基于 whisper.cpp 的 DSH 插件,完全本地语音转文本,含可视化面板与 transcribe_audio 工具,音频不出本机。