DOCS.md

音訊轉文字與優化系統使用說明

功能介紹

這個應用程式提供以下功能：

1. 音訊轉文字（支援 Whisper 和 ElevenLabs）
2. 文字優化和摘要生成
3. 多語言支援
4. Token 使用量和費用計算

使用步驟

1. 上傳音訊檔案

   • 支援格式：MP3、WAV、OGG、M4A
   • 檔案大小限制：25MB

2. 輸入 API 金鑰

   • OpenAI API 金鑰（必須）
   • ElevenLabs API 金鑰（使用 ElevenLabs 服務時必須）

3. 選擇服務和設定

   • 轉錄服務：Whisper 或 ElevenLabs
   • OpenAI 模型：選擇用於文字優化的模型
   • 語言：指定音訊的語言（可選）
   • 說話者辨識：僅適用於 ElevenLabs
   • 創意程度：調整文字優化的創意程度

4. 處理和結果

   • 點擊「處理音訊」按鈕
   • 查看原始轉錄文字
   • 查看優化後文字
   • 檢視 Token 使用量
   • 檢視費用資訊

安全性說明

• API 金鑰僅在當前處理中使用
• 不會儲存任何敏感資訊
• 每次使用需重新輸入 API 金鑰

注意事項

1. 確保網路連線穩定
2. 使用高品質音訊以獲得更好的轉錄效果
3. 注意 API 使用額度
4. 建議使用支援的音訊格式