vahnxu/doubao-asr

doubao-asr とは？

このエージェントスキルは、ByteDanceのVolcengine Seed-ASR 2.0モデル（豆包录音文件识别模型2.0）を使用して、中国語の音声ファイルを高精度で文字起こしします。最新の音声認識技術を活用し、特に中国語に最適化された認識性能を発揮します。開発者は本スキルを利用することで、Alのエージェント内から直接音声ファイル（MP3、WAV、M4Aなど）を送信し、テキスト化された結果を取得できます。セットアップは数分で完了し、APIキーとエンドポイントの設定のみで動作するため、CLI（コマンドライン）ツールとしても、Alエージェントのスキルとしても簡単に統合可能です。