智能识别并剪切包含关键词的视频片段，生成字幕和时间轴
自动识别 A/B 两人对话超过 30 秒的精彩片段，一键提取高光视频
实时语音转文字，支持麦克风实时录入和音频文件上传，流式返回转录结果
从 RTMP/HTTP-FLV/HLS 音频/视频流中实时提取音频并转写为文字