在日常工作或學習中，我們常需要處理大量的會議錄音或影片，並將其轉換成文字紀錄。手打逐字稿不僅耗時，還容易讓人感到疲倦。為了解決這個需求，我開發了 audio-transcriber skill 這款工具。它能讀取音訊（如 .mp3）與影音檔（如 .mp4），並透過 AI 輔助自動轉錄為逐字稿，大幅提升工作效率。
我們可以透過 Google AI Studio 上傳錄音檔，並利用其強大的模型將語音內容準確轉錄為逐字稿。不論是對話、會議記錄、訪談，還是課堂筆記，都能快速生成文字，且支援多語言與時間戳記功能，大幅提升工作效率。本篇文章將帶您一步步了解如何在 Google AI Studio 中選擇適合的模型、進行設定，以及撰寫提示詞，讓模型辨識不同說話者並生成帶有時間戳的逐字稿。