习惯听歌看歌词,遇见好听的音频,下载不到合适的视频,本地音频大模型救场了

习惯听歌看歌词，遇见好听的音频，下载不到合适的视频，本地音频大模型救场了。
​
​ 安装faster-whispet、ffmpeg、VC++全自动完成，最后识别到视频比音频多2秒，自动裁切后交付，细节堪比真人！