基于豆包大模型为音视频生成字幕-完整代码可用版

为音频和视频生成对应字幕的方法有很多，之前介绍过本地模型 openai-whisper ，虽然需要下载模型配置复杂环境,但全免费无限制。

今天介绍个更简单的方式，豆包提供的在线“音视频字幕生成”功能。相比 openai-whisper 简单许多，速度也更快，有20个小时的免费额度。

首先登陆注册火山引擎

登陆地址 console.volcengine.com/auth/login

若无账号，当然需要先注册了，还需要实名认证哦。

创建一个应用

上步登陆并实名认证后，打开“语音技术”模块，直达地址 console.volcengine.com/speech/app

点击 “创建应用”，名字填写英文，描述随意，重要的是下方的一堆复选框，拉到底部，选中“音视频字幕生成”，这是必须的，其他均可以不选。

点击确定，继续下一步“获取 APP ID 和 Access Token”

获取 Access Token / 开通正式版

创建应用后，去应用服务开通的地方复制 Access Token，按下图所示进入，点击左侧“API服务中心”–“音视频字幕”–“音视频字幕生成” 或 直接打开 console.volcengine.com/speech/serv…

在右侧，你将能看到已创建的所有应用，选择你要使用的那个