Communitygithub.com

ace-step/ACE-Step-1.5

使用 OpenAI Whisper 或 ElevenLabs Scribe API 将音频转录为带时间戳的歌词。输出 LRC、SRT 或 JSON 格式,支持单词级时间戳。适用于需要转录歌曲、生成 LRC 文件或从音频中提取带时间戳歌词的场景。

ACE-Step-1.5 是什么?

该技能利用 OpenAI Whisper 或 ElevenLabs Scribe API 将音频文件转录为包含时间戳的歌词,支持 LRC、SRT 和 JSON 三种输出格式,并提供单词级时间精度。它适用于开发者或用户需要从歌曲或演讲音频中提取同步歌词的场景,例如生成卡拉 OK 文件、制作字幕或进行歌词分析。技能与主流 AI 代理平台兼容,可通过简单的 API 调用实现音频处理,无需复杂配置。其核心优势在于灵活的输出选项和高精度时间对齐,能显著减少手动创建时间戳歌词的工作量,提升多媒体内容创作效率。

兼容平台~Claude Code✓Codex CLI~Cursor
npx skills add ace-step/ACE-Step-1.5

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

ACE-Step-1.5 是做什么的?

使用 OpenAI Whisper 或 ElevenLabs Scribe API 将音频转录为带时间戳的歌词。输出 LRC、SRT 或 JSON 格式,支持单词级时间戳。适用于需要转录歌曲、生成 LRC 文件或从音频中提取带时间戳歌词的场景。

相关技能