sigvef · HN

Text to Sample

digiplanp · V2EX

做了一个音视频转文字工具，支持 MP3/MP4、说话人识别和字幕导出 大家好，最近做了一个在线音视频转文字工具 ToText ，想发出来请大家体验一下，也听听 V 友的意见。 最开始做这个工具，是因为我自己在处理会议录音、访谈和视频内容时，发现单纯生成一大段文字并不太实用。转录完成后，通常还需要反复对照原始录音、修改错误、区分说话人，再整理摘要或字幕。 所以现在做成了一个相对完整的工作流： * 上传 MP3 、MP4 、M4A 、MOV 、WAV 、WebM 等音视频文件 * 自动识别语言并生成带时间戳的文字稿 * 支持说话人识别和说话人名称修改 * 点击文字片段可以跳转到对应的音视频位置 * 可以搜索、编辑和校对转录内容 * 自动生成摘要、会议纪要、章节和行动事项 * 支持导出 TXT 、DOCX 、PDF 、SRT 、VTT 、CSV 和 JSON 音频文件可以直接使用 [MP3 to Transcript]( https://totext.app/) 功能，比较适合播客、访谈、课程录音、会议和语音备忘录。 视频文件也使用同一个编辑器，通过

@sambamdamnn · X

@jeremydrane · X

dillon_silzer · Product Hunt

Oruk Speech AI that actually understands you

ZOOOP — AI 原生创作平台，支持在浏览器端无限画布上生成图像、视频和音频，提供去背景、高清化等专项工具及即用型 AI 模板，支持发布模板赚取积分，并具备团队共享积分模式。

音频转文字工具 — AI 音频转文字，快速、精准、安全的转写服务

zhuzhifen · V2EX

分享一个用 MiniMax H3 Max 做短视频的在线工作台：支持原生音频 大家好，我们做了一个 H3 Max Generator： https://h3maxgenerator.org/ 这是一个浏览器里的短视频生成工作台，基于 MiniMax H3 Max ，支持： - 文生视频、图生视频 - 可选首帧和尾帧，控制镜头过渡 - 在同一段提示词里描述画面、镜头、对白、环境声、音乐和音效 - 5 / 10 / 15 秒，480P / 768P ，以及横屏、竖屏、方形等比例 我们做它的初衷，是希望把“画面运动”和“声音设计”放进同一个可反复迭代的流程里，而不是在多个工具之间来回拼接。 网站里放了几个示例，分别测试了镜头跟拍、首尾帧过渡、人物连续性、同步声音、统一艺术风格和多步骤变形。 目前生成视频需要登录并消耗 credits 。欢迎大家帮忙体验，尤其想听听对运动稳定性、音画同步、提示词组织方式和整体工作流的反馈。 谢谢！

AI Stem Splitter — AI 音轨分离器

audjust.ai — 智能音频编辑与 AI 音乐生成工具，帮助处理音频文件（智能缩短歌曲、延长音频、寻找完美无缝循环）并从文字描述、歌词或图片生成完整音乐轨道。支持多种风格，内置 MIDI 编辑器、音轨分离、Lo-fi 转换等专业工具。

@theeasyway6 · X