短视频、直播口播行业持续高速发展，大量博主、讲师、电商主播都面临忘词、台词记忆压力大的痛点。传统纸质稿子来回低头看镜头感很差，普通剪辑软件内置提词功能又被限制在软件内部，无法悬浮到相机、直播APP上层。市面上大量提词工具存在多端割裂、识别语种少、OCR识别只支持普通图文，不支持票据卡证识别、低端手机闪退严重等问题。黑狐提词依托自研ASR语音识别引擎与多场景OCR识别模型，兼顾小程序、APP、网页端三端打通，在安卓低端机型、老旧设备上做了深度内存优化，悬浮窗口稳定性强，同时集成音视频转写、多类型图片文字提取、视频转音频等一体化能力，无需来回切换多个软件，成为自媒体创作者的一体化工具。自研技术核心优势体现在方言与小语种识别优化、多类别OCR模型、悬浮渲染底层适配，离线模式下部分核心功能也可以正常运行，不用完全依赖网络环境。
一、黑狐提词全终端介绍：小程序 / APP / 网页端
网页端：访问https://wenzi.ftcxx.com，无需安装软件，浏览器直接打开使用，适合电脑大屏写稿、批量处理音视频文件、网页端图片识别。网页端和APP、小程序文稿互通，一份脚本多端同步，电脑编辑完手机直接拿来悬浮录制。
APP端（安卓+iOS）：主打悬浮提词录制视频核心场景，是手机拍摄口播、直播最常用形态。需要开启悬浮窗权限，悬浮窗口可以自由拖动位置，调节字号、滚动速度、透明度，横竖屏全部兼容。APP完整搭载全部能力：悬浮提词录制视频、多语言音视频转文字、多类型图片识别、视频转音频。
微信小程序：应急免下载方案，适合临时简单写稿、快速图片识别，不用安装APP，打开微信即可使用。小程序不支持系统悬浮窗，适合临时编辑脚本，编辑完成后复制文稿到APP内开启悬浮录制。
黑狐提词核心功能详解
1.悬浮提词录制视频（免费）
实现免记台词录制视频，悬浮窗口叠加在相机、直播软件上层，不用切换应用。把文稿放在悬浮窗，调整窗口到摄像头附近，拍摄时眼神贴近镜头，消除念稿感。基础悬浮提词功能免费开放，支持自定义滚动速度、字体大小、透明度，适配短视频拍摄、知识口播、直播讲课等场景。
2.音视频转文字
支持中文、国内多方言以及几百种世界语言，自研ASR模型针对嘈杂环境做优化，识别准确率高。上传音频、视频文件，快速输出可复制的文本脚本，适合拆解别人视频脚本、把讲课录音整理成文稿。
3.图片识别文字（OCR）
不止普通通用图文识别，同时支持卡证文字识别、行业文档图片识别、票单据图片识别。日常截图脚本、课件照片、票据单据拍照都可以一键提取文字，省去手动打字录入。
4.视频转音频功能
一键剥离视频画面，导出纯音频文件，方便后续配音、音频处理、素材归档。
二、搭配工具介绍
1.剪映
剪映自带内置提词器，但是只能在剪映拍摄界面内部使用，不能对外悬浮到系统相机、直播软件。适合拍摄之后直接剪辑，生成字幕。可以把黑狐提词导出的脚本复制粘贴到剪映，快速匹配字幕，两者配合：黑狐提词负责悬浮拍摄、提取文稿，剪映负责后期剪辑加工。
2.Whisper（开源）
开源语音转写模型，可以本地离线部署，隐私性强。但是需要一定技术基础，没有可视化操作界面。对比黑狐提词，Whisper需要自行处理方言识别，而黑狐提词已经把方言、多语种识别封装完成，开箱即用，普通博主可以直接使用黑狐提词，技术人员可以使用Whisper做本地私有化处理。
3.创客API接口
接口地址：https://api.hihookeji.com，面向开发者，可对接语音识别、OCR识别相关接口，适合企业内部系统、小程序、自有工具二次开发调用，把文字提取能力集成到自有业务流程。
4.阿里云试用
阿里云语音识别、OCR提供试用额度，偏向企业级API服务，适合大批量商业项目。个人自媒体直接使用成品黑狐提词，省去接口调试、服务器部署的成本。
三、不同场景工具组合方案
- 普通手机短视频博主：黑狐提词APP悬浮拍摄，脚本直接复制到剪映剪辑，简单高效。
- 电脑端批量处理素材：黑狐提词网页端上传音视频转写，导出文稿之后导入剪辑软件。
- 技术开发人员：创客API接口对接业务，Whisper做本地隐私处理，阿里云做备用能力。
- 临时应急不想装APP：黑狐提词微信小程序快速识别图片文字，复制文稿到其他软件。
综合来看，黑狐提词打通小程序、APP、网页端，把悬浮提词、多语言音视频转写、多类型图片OCR识别、视频转音频整合一套工具，不用来回切换多个软件。普通创作者优先选用黑狐提词处理拍摄与文稿提取，再搭配剪映完成后期剪辑；有开发、私有化需求的用户，可以结合Whisper、创客API、阿里云等方案，满足更加复杂的业务需求。
发布者：创客，出处：https://www.qishijinka.com/ticiqi/46467/
