导入视频
处理单个视频，或一次选择整个文件夹。任务开始前先检查文件与处理规则。
Windows x64 · NVIDIA GPU · Whisper FP16 本地识别版
把视频里真正说过的话，完整恢复出来
选择视频、音频、图片或整个混合文件夹，在电脑上使用 Whisper Medium FP16 和 OCR 完成本地识别与资料导出。
Windows 10/11 x64 · 安装包约 100 MB · 必需组件约 3.14 GiB · 当前未签名
这是 Validation Build 4 候选 测试版最低需要 NVIDIA 8 GB 显存运行 Medium FP16；本候选已包含图片 OCR 与视频关键帧 OCR，Large-v3 不参与默认交付。脱水文本和阅读理解仍在后续版本实现。
Validation Build 4 的本地 GPU 与 OCR 处理路径
先选择输入方式
单个视频和整个文件夹是同等级入口，使用相同的识别质量与结果格式。
01 / 产品路线
从文件到可引用的文字，没有绕路
以下是正在实现的正式功能路线：先保留真实表达，再提高阅读效率。
本地识别
音频、画面字幕和时间轴在电脑上完成识别，过程状态清楚可见。
逐句校对
原话与同期音频、画面字幕相互对照，不确定之处明确标记。
导出结果
切换原始语言、脱水文本和阅读理解，按需要保存最终文档。
忠实恢复优先于语言美化。每一次整理，都能回到原始表达。
原始语言 → 脱水文本 → 阅读理解
02 / 批量处理 · 已可用
一个文件夹，也会是一项完整任务
应用会先扫描、再确认队列。当前按顺序处理，每个视频独立保存，单项失败不会拖住其余任务。
- 扫描文件夹并检查可处理视频
- 单并发稳定处理，后续开放并发设置
- 失败隔离，可单独重试或打开结果
课程视频 / 第三期
3 / 12 个视频
01
为什么普通人更需要个人知识库.mp4
已完成
02
AI 工作流避坑指南.mp4
处理中
03
从收藏到真正使用知识.mp4
等待中
04
一个人如何建立内容系统.mp4
可重试
已完成的结果会立即保存，无需等待整个队列。
仅重试失败项
03 / 结果与证据 · 开发中
每一句，都能回到它的证据
正式功能版计划在左侧看视频、中间校对逐句原话、右侧查看同期识别证据。AI 负责恢复，不负责随意润色。
视频预览02:20
比如我之前用 Coze 做过一个工作流，字幕里写的是“扣子”。
逐句原始语言48 个句段
你不是缺少信息，你缺少的是一个能反复调用的系统。
比如我之前用 Coze 做过一个工作流，字幕里写的是“扣子”。
真正有价值的是，以后遇到同一类问题，它能告诉你上次怎么解决。
所以啊，先别急着搭一个特别复杂的知识库。
一份事实底稿，两种阅读方式。
脱水文本只去除无信息冗余；阅读理解以原始语言稿为事实依据。
04 / 正式功能版隐私边界
视频在本地处理，原始文件不离开你的电脑
Prototype 0.4 RC1 在本机读取所选文件并完成音频提取和 GPU 语音识别，不上传视频、音频或识别结果。
原始视频与音频保留在你的电脑
本地
音频与字幕识别在设备上完成
本地
识别模型按需下载与管理
可控
语言重建只使用脱敏文字证据
最小化
05 / 下载
下载回声稿，开始第一段本地识别
当前仅提供 Windows 10/11 x64 RC。应用会自动下载 FFmpeg、独立 CUDA 12.4 GPU Worker 和 Whisper Medium FP16；12 GB 显存设备可选装 Large-v3 FP16。
未进行 Authenticode 代码签名，Windows SmartScreen 可能显示“未知发布者”。请从本站下载并核对发布后的 SHA-256。
Windows 安装包 SHA-256
D1E0CD24E13FA266B576E5B289BA74C4A658A96D6576212B17F86F0F1AACBADDValidation Build 4 候选 现在能做什么？
可以选择视频、音频、图片或递归扫描混合文件夹，自动安装五项本地组件，使用 Medium FP16 识别语音并使用 OCR 提取图片和视频关键帧文字。任务支持持久化、取消、失败隔离、重试和资料导出。
回声稿会上传我的视频吗？
当前版本会读取本地文件信息以创建任务，但不会上传视频、音频或图片。语音识别和画面文字识别均在本地完成。
可以直接处理整个文件夹吗？
可以。应用会递归扫描所选文件夹，为受支持的视频、音频和图片分别建立任务，隔离失败并按队列进行本地处理。
会生成哪些文档？
当前会生成真实的原始语言识别结果，可导出 SRT、TXT 和 JSON。脱水文本和阅读理解将在后续版本实现。
当前版本包含翻译吗？
暂不包含文案翻译。Medium 是多语言识别模型，可识别中文、英语及其他支持语言；把结果翻译成另一种语言计划放在 2.0。
为什么安装包约 100 MB，首次还要下载组件？
约 100 MB 的安装包只包含桌面应用。首次运行会自动下载合计约 3.14 GiB 的 FFmpeg、CUDA/cuDNN GPU Runtime、Whisper Medium FP16、OCR Runtime 和 PP-OCRv6 中英模型，并逐项进行 SHA-256 校验。Large-v3 不参与默认下载；用户无需安装 Python、CUDA Toolkit 或访问 GitHub。