目前有个想法需要通过把小视频中的人声转换成文本再去做处理

听说收费的不错，比如百度或者讯飞的都很不错，可惜是收费的

因为我现在分割得到的视频片段基本是30秒或者1分钟的，假如能直接提取这种偏长语音的框架最好了

ps：中英文都需要，中文是目的，英文则比较多
--
FROM 103.254.68.*