Skip to main content

字幕提取这个领域，Gemini 还是太超模了🌐 链接:

  1. 字幕提取这个领域，Gemini 还是太超模了

    🌐 链接: https://linux.do/t/topic/2964187

    🔍 关键词: #api

    🏷️ 分组: LinuxDo论坛

    🕒 时间: 2026-09-29 01:56:37
    LINUX DO
    字幕提取这个领域，Gemini 还是太超模了
    好久没有测试 Gemini 提取字幕的能力了，对 3.8 Flash 这个模型也进行测试 视频时长11分半，不对视频进行切片，一次性导入上下文，多模态分析 一次 API 调用完成字幕提取 测试一：音频转字幕 拖入音频文件，获取字幕 镜头这个位置是AI识别出的字幕 完成该操作时使用了17K的输入和8K的输出 只调用一次API 所有时间戳均准确无误 唯一缺点是该专有品牌采用了中文名称，这个中文名在互联网上均无法查询到 测试二：视频转字幕 直接把视频文件拖入聊天框，…