待验证50% 置信事实精确时间

模型支持拖入 MP4/MP3 等音视频文件（最长一分钟）自动识别字幕，并带时间戳输出

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/3

首次发现

有效期至：2027/1/1

来源

B站开源Index-Translate翻译模型：家用电脑本地部署全教程

涉及实体

Index-Translatemodel

相关事实

待验证Minimax使用Audio标签配合时间标记实现台词与动作的时间对齐71% 相似待验证网易有道发布孔子4R2T2流式语音识别模型，延迟控制在200到600毫秒，采用只追加不改字幕的策略，代码采用Apache 2.0协议并开放权重下载70% 相似待验证VoiceDumps 支持拖入音频或视频文件，生成带真实时间戳的转录文本69% 相似已验证剪映具有自带的语音识别功能，可以将直播录像中的语音转化为字幕文本69% 相似已验证OpenAI的ChatGPT高级语音模式基于GPT-4o端到端语音架构，直接将音频输入映射到音频输出，延迟压缩至300毫秒以内68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/970305

API

curl https://kongchang.com/api/v1/knowledge/claims/970305

MCP

get_claim(id=970305)