默认调用 Qwen/Qwen3-ASR-Demo。填写 Hugging Face Token（hf_…），公共 Space 也可尝试留空。不是阿里云 sk-… Key。
转发可避免浏览器跨域限制；运行电脑或服务器仍需能访问 Qwen Space。Key 不会解决网络不通。
点击开始会将当前时间轴的混合音频上传至所选服务。HF Demo 仅返回文字，字幕时间按音频分段估算，需校对；排队、额度与可用性由服务决定。Key 仅在当前页面内存中使用。
等待操作
在画面上拖动绘制保留区域；拖框内移动，拖四角调整。可填写像素坐标。
只影响当前视频片段，可撤销。应用后导出视频即保留框内画面；导出默认采用首段裁剪尺寸。主剪辑窗口仍显示原始画面。像素自动对齐到偶数。
设置即时生效，可撤销。位置以文字块中心为基准；靠边时自动移入画面。字号 4.5% 在 1080p 画面约为 49 像素。未安装的字体由系统回退。
请将播放头移到有字幕的位置查看效果。多行和长句自动换行，默认黑色描边。SRT / VTT 文件只保存文字和时间，不包含这些样式。