Dlazy Elevenlabs Stt
ElevenLabs语音转文字，支持自动语言检测与说话人分离
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Dlazy Elevenlabs Stt。 它的用途是：ElevenLabs语音转文字，支持自动语言检测与说话人分离 完整的 Skill 内容见：https://321skill.com/skills/dlazy-elevenlabs-stt-x-6/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'将这段会议录音转写成文字，并启用说话人分离，标记每个人说的话。' 它会调用ElevenLabs STT，自动检测语言，输出带时间戳和说话人标签的逐句文本，可直接用于会议纪要整理或字幕制作。
介绍
该技能基于ElevenLabs的scribe_v1模型，提供高精度的语音转文字服务。它能自动检测输入音频的语言，无需手动指定，并可选开启说话人分离（Speaker Diarization），自动区分不同说话人。适用于会议记录、视频字幕生成、访谈转录、课堂笔记等场景，尤其适合多语言或多人对话的音频处理。
使用方式简单：在AI对话中上传音频文件或提供音频链接，指定是否启用说话人分离，即可获得带时间戳的转录文本。支持常见音频格式，输出为结构化文本，可进一步导出为SRT、TXT等格式。无需复杂配置，开箱即用。
适合内容创作者、视频剪辑师、翻译人员、学术研究者、项目经理等需要高效处理音频转文字的用户。例如，自媒体博主可将访谈录音快速转成字幕稿，学生可将课堂录音转成笔记，记者可将采访录音转写为文字素材。
建议注意：该技能依赖ElevenLabs API，需确保网络连接稳定并拥有有效API密钥。对于超长音频（如数小时会议），建议分段处理以控制Token消耗。不支持实时流式转录，适合离线批量处理。说话人分离功能在嘈杂环境下可能效果下降，建议使用清晰录音。
核心特点
相比其他STT技能，它直接集成ElevenLabs scribe_v1模型，自动语言检测覆盖多种语言，且说话人分离无需额外标注，适合多语言、多说话人的复杂场景。
注意事项
不适合实时低延迟场景（如直播字幕），且对极度嘈杂或多人重叠说话的音频效果有限。
常见问题
支持哪些语言？
支持数十种常见语言，包括中文、英文、日文、韩文、西班牙语、法语等，自动检测无需手动选择。
需要API密钥吗？
需要，首次使用需配置ElevenLabs的API密钥，可在设置中填入。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/dlazy-elevenlabs-stt-x-6/raw/index.md 读取 Dlazy Elevenlabs Stt 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/dlazy-elevenlabs-stt-x-6/raw/index.md（查看排版版本）