clawhub
@speech2srt
公开技能 4 个
通过 Modal 远程 GPU 对音频/视频做语音降噪,输出增强后的 WAV 文件
在 Modal 云端 GPU 上分离人声并降噪,输出独立人声 WAV 文件
通过 Modal 云端 L4 GPU 运行 MinerU,将本地 PDF/图片转换为含版式、表格、…
调用 Modal 远程 GPU 上的 faster-whisper,把本地音视频转录为文本与 SR…