Dlazy Fun Asr
阿里云百炼Fun-ASR录音转写，支持多语言与说话人分离
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 Fun Asr。 它的用途是：阿里云百炼Fun-ASR录音转写，支持多语言与说话人分离 完整的 Skill 内容见：https://321skill.com/skills/dlazy-fun-asr-x-7/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
'请将这份会议录音转写成文字，区分每个说话人并标注时间戳。' 它会自动下载录音文件，调用Fun-ASR进行语音识别，输出带说话人标签的文本，如'[00:01-00:15] 张三：大家好，今天讨论...'。也可要求导出为SRT字幕格式用于视频后期。
介绍
该技能解决的是将录音文件高效转写为文字的问题，尤其适用于会议记录、访谈整理、课程笔记等场景。它基于阿里云百炼Fun-ASR模型，能够自动识别音频中的语言种类（中文、英文等），并区分不同说话人，输出带时间戳的结构化文本，大幅减少人工听写的耗时。
使用方法简单：只需提供音频文件路径或URL，AI会调用Fun-ASR进行处理，返回转写结果。支持常见的音频格式（如MP3、WAV、M4A），并自动进行语言检测和说话人分类。处理完成后，可导出为文本或SRT字幕格式。
适合需要频繁处理录音的用户，如内容创作者（播客、视频字幕）、学术研究者（访谈转写）、视频剪辑师（素材整理）、翻译人员（多语言录音转写）等。无需复杂配置，开箱即用。
注意事项：该技能为离线处理，不支持实时流式语音识别；处理时长受限于音频长度和模型计算资源，较长音频可能需要等待；说话人分离效果取决于录音质量（多麦克风、安静环境更佳）。建议在录音时尽量保持清晰、避免多人同时说话。
核心特点
相比通用ASR工具，该技能基于阿里云百炼Fun-ASR，内置说话人分离和自动语言检测，无需额外配置，且对中文、英文的识别准确率更高，特别适合双语混杂的会议录音。
注意事项
不适用于实时流式语音识别场景，且对嘈杂环境或多人同时说话的情况识别准确率会下降。
常见问题
支持哪些音频格式？
支持MP3、WAV、M4A、FLAC等常见格式，建议采样率16kHz以上。
说话人分离准确吗？
在多说话人且录音清晰的情况下，分离效果较好；若两人同时说话或背景噪音大，可能误判。
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-fun-asr-x-7/raw/index.md 读取 Dlazy Fun Asr 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-fun-asr-x-7/raw/index.md（查看排版版本）