事情是这样的，我现在下载了几个讲课的视频，但是主讲人的方言听起来实在是难受，我就想着可以将主讲人的声音重新配音。
原理大概是先识别原声。然后再将人声转化为机器朗读（还需要附带时间轴对应上）
N年前好像遇到过一个独立开发者写的这种应用，但是现在咋也搜不出来了
我配音都省了，直接 AI 总结。
或者拿着字幕问 AI。
分离人声，语音识别，生成语音，混合背景声。每一步都有现成方案吧，但是没见过结合到一起的
1 个赞
有现成方案，有没有什么软件可以分别达成这些呀
也不是，我就是需要听课，所以AI总结对这个用处不大