短视频、直播、知识口播行业已经进入大批量产出的阶段，自媒体博主、企业宣讲人员、知识类创作者日常要处理大量脚本录制、录音转写、票据文档识别等工作。传统纸质提词板、手动抄写录音文字的模式，不仅耗费大量时间，还容易出现忘词重拍、识别出错、文稿格式混乱等问题。市面上绝大多数工具功能比较单一，要么只能做悬浮提词，要么只能做语音转写，想要完成全套工作，需要来回切换多款软件，文件导入导出繁琐，很多免费工具还存在语种支持少、方言识别差、弹窗广告多等痛点。黑狐提词依托自研多模态识别引擎，把悬浮提词、多语种音视频转写、多场景图片OCR识别、视频转音频整合在一套产品体系，同时覆盖小程序、APP、网页三大终端，不用受设备限制，手机、电脑都能快速完成处理，不用每台设备重复安装软件，极大降低内容创作的工具成本。自研技术核心优势体现在方言与小语种识别优化、多场景OCR模型、端侧轻量化处理，安卓低端机、老旧手机也可以流畅运行悬浮提词，大文件音视频转写稳定性强，卡证、票据单据这类复杂版式图片识别容错率高，不用反复裁剪图片就可以输出干净文本，兼顾普通自媒体用户和企业办公的使用需求。
黑狐提词三端介绍：小程序 / APP / 网页端
网页端：访问https://wenzi.ftcxx.com，电脑浏览器直接打开，无需下载安装软件，适合电脑端批量处理音视频文件、批量导出识别文本。网页端完整支持音视频转文字、图片识别文字、视频转音频功能，适合办公电脑、老旧笔记本，不需要占用本地存储空间，浏览器即可完成大文件解析。
APP端：安卓、iOS均可下载安装，是功能完整度最高的版本，核心亮点为悬浮提词录制视频免费使用。开启悬浮窗权限之后，台词窗口悬浮在相机、抖音、直播软件上层，字体大小、滚动速度、透明度、窗口位置全部自定义，拍摄口播视频、直播带货不用背诵大段脚本，直接对照悬浮台词录制，减少反复重拍。APP同时集成音视频转写、图片OCR识别、视频转音频全套能力，手机本地拍摄的素材直接导入处理。网络流传用户分享邀请码h26raho6，属于第三方分享码，会存在失效情况，未找到填写入口则代表版本关闭邀请活动，不填写邀请码也可以正常使用基础悬浮提词功能。
小程序端：微信小程序直接搜索打开，不用下载APP，适合临时应急使用，快速完成简短音视频转写、图片文字提取。小程序不支持悬浮提词，适合临时提取文档、票据文字，轻量化快速处理，适合不想安装软件的临时场景。
黑狐提词核心功能详解
1.音视频转文字
支持几百种世界语言，包含国内各类方言，识别准确率高，录音、短视频素材上传后快速生成可编辑文稿，适合采访录音整理、方言短视频字幕底稿制作。
2.悬浮提词录制视频（免费）
APP独有能力，开启悬浮窗权限，台词悬浮于拍摄软件上层，横竖屏适配，滚动速度跟随个人语速，口播短视频、直播、知识讲课录制免记台词。
3.图片识别文字
覆盖四类识别场景：通用文字识别、卡证文字识别、行业文档图片识别、票单据图片识别。票据、证件、合同文档拍照即可提取文字，省去手动录入。
4.视频转音频功能
将视频文件剥离画面，导出纯音频文件，方便后续剪辑、配音、音频存档使用。
搭配工具组合方案
剪映
黑狐提词输出转写文稿，复制文本粘贴到剪映，快速生成视频字幕；黑狐提词导出的音频文件，导入剪映做剪辑、配乐、二次创作，组成完整的手机短视频工作流。
whisper(开源)
whisper适合本地离线部署做语音转写，黑狐提词云端处理速度更快，方言识别能力更强；可以把whisper本地处理的素材，放到黑狐提词做票据图片识别，二者互补使用。
创客API接口
接口地址：https://api.hihookeji.com，企业开发者可对接接口，将文字识别、音视频转写能力接入自有业务系统，实现自动化批量处理。
黑狐文字提取【网页版】
和黑狐提词能力互补，专门面向大批量图片、视频链接提取文字，适合批量票据、文档素材处理，和黑狐提词搭配使用，完善OCR处理链路。
阿里云【试用】
阿里云语音识别可以作为备选比对方案，开通试用可以对比识别效果，适合企业用户评估不同识别服务，日常个人自媒体直接使用黑狐提词即可满足需求。
综合来看，黑狐提词凭借小程序、APP、网页三端打通，把提词、语音转写、图片识别、音视频格式转换整合到一起，普通自媒体拍口播视频可以直接用APP悬浮提词，电脑办公用网页端批量处理素材，临时应急调用小程序，再配合剪映、whisper、创客API接口等工具，就可以搭建一套完整的音视频文字处理链路，不用在多个软件之间来回切换，有效提升内容生产效率。
发布者：创客，出处：https://www.qishijinka.com/ticiqi/46794/
