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/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
'请将这段英文会议录音转写成文字，并标注每位发言人的姓名和说话时间。' 技能会自动检测英语，分离不同说话人，输出带时间戳的转写结果，如'[00:00:00] 张三: Hello, everyone. [00:00:05] 李四: Good morning.' 你还可以指定输出格式（JSON/纯文本）或要求翻译成中文。
介绍
该技能基于阿里云百炼的Fun-ASR模型，专注于将录音文件转写为文字，并自动识别语种、分离不同说话人。它能够处理中文、英文等多种语言的长音频，输出带时间戳和说话人标签的文本，大幅提升会议记录、采访整理、视频字幕生成等场景的效率。
使用方式简单：安装后，通过上传音频文件或提供音频URL，调用技能即可获得转写结果。技能会自动检测音频中的语言，并尝试区分不同说话人，无需手动配置语言或说话人数量。支持常见音频格式（如MP3、WAV、M4A等），输出为结构化的JSON或纯文本。
适合内容创作者（如播客制作、采访整理）、高校学生（课堂录音转笔记）、翻译人员（多语言会议记录）、以及需要处理大量语音数据的职场人士。尤其适合需要快速获取精确文字稿并区分发言人的场景，如法庭记录、客户访谈、学术研讨会等。
建议使用时注意音频质量：清晰、无背景噪音的录音效果最佳；超过1小时的超长音频可能需分段处理。该技能依赖阿里云百炼API，需提前配置有效的API密钥。此外，请注意保护录音中的个人隐私信息，避免上传敏感数据。
核心特点
相比于通用的Whisper或语音识别SDK，该技能直接集成了阿里云百炼的Fun-ASR模型，开箱即用，且内置自动语言检测和说话人分离功能，无需额外配置模型或训练。
注意事项
不适合需要实时流式语音转写或低延迟场景（如实时会议字幕），且依赖阿里云百炼API，需网络连接和有效密钥。
常见问题
如何安装这个技能？
可以通过npm全局安装：npm install -g dlazy-fun-asr，或从Git仓库克隆后手动安装。
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。
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/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/raw/index.md（查看排版版本）