跳到主要内容

将录音整理为可读笔记

转写录音,整理口述信息。

MCP / oo CLI + Skill3 个接入服务

可以做什么

提供可访问的音频文件与语言,在处理完成后获取转写文字,用于整理会议记录、阅读稿或可检索资料。

转写录音

获取识别文字,整理笔记时保留返回的说话人信息。

整理可阅读文字稿

将识别语音整理成易读段落并保留原意。

转写音频文件

用 Qwen ASR 将音频转换为文字。

试试这些提示词

替换方括号里的内容,复制到已接入 OOMOL 的 AI 助手。

选择接入方式

获取识别文字,整理笔记时保留返回的说话人信息。

使用 OOMOL MCP 的 豆包语音 服务完成以下任务: 通过豆包语音转写[语言]的[音频链接],获取完成后的文字并整理要点,返回说话人信息时予以保留。

整理可阅读文字稿

将识别语音整理成易读段落并保留原意。

使用 OOMOL MCP 的 通义千问 服务完成以下任务: 通过 Qwen 转写[音频链接],获取结果后按内容整理成可阅读段落,保留原意。

转写音频文件

用 Qwen ASR 将音频转换为文字。

使用 OOMOL MCP 的 OOMOL Fusion API 服务完成以下任务: 用 OOMOL Qwen ASR 转写[音频 URL]。

开始使用 语音转文字

  1. 接入你的 AI 助手

    选择接入方式

    在 MCP 客户端中添加 OOMOL,使用你的团队完成登录,即可调用接入服务。

  2. 选择服务

    豆包语音可选择已启用的 OOMOL 提供方式,或连接自己的 Doubao Speech 账号。

    获取识别文字,整理笔记时保留返回的说话人信息。

    查看 豆包语音 接入说明 →

    通义千问可选择已启用的 OOMOL 提供方式,或连接自己的 Qwen 账号。

    将识别语音整理成易读段落并保留原意。

    查看 通义千问 接入说明 →

    OOMOL Fusion API登录 OOMOL 即可使用,无需单独配置供应商凭据。

    使用当前团队的 OOMOL 服务。

    查看 OOMOL Fusion API 接入说明 →
  3. 尝试第一个任务

    使用 OOMOL MCP 的 豆包语音 服务完成以下任务: 读取 Doubao Speech 中用于「转写录音」的工具说明,列出准备一个小型语音转文字示例所需的输入。本次只查看说明,不执行任务。

提供 语音转文字 能力的服务

按任务选择服务。操作数为各服务的全部操作总数。

所有操作

5 个工具

Submit Stt

提交豆包录音文件异步语音识别任务。

识别 1 小时音频约 68.06 点数。

doubao_speech.submit_stt

Get Stt

查询豆包录音文件语音识别任务状态与结果。

0.06 点数 / 次请求

doubao_speech.get_stt

Submit Speech Recognition

提交 Qwen-Audio 异步音视频转写任务。

识别 1 小时音频约 28.14 点数。

qwen.submit_speech_recognition

Get Speech Recognition

查询 Qwen-Audio 转写任务并获取规范化结果。

0.06 点数 / 次请求

qwen.get_speech_recognition

Qwen Asr Filetrans Submit

使用 Qwen ASR 文件转写提交长音频语音识别任务

0.0078 点数 / 秒

fusion-api.qwen_asr_filetrans_submit

常见问题

怎样获得更有用的转写文字?

提供清晰录音并说明口述语言,分享前核对返回文字中的人名和专业术语。