Google Gemini通常更多的用来聊天、翻译、询问各种帮助等，但你可能不知道，它也可以用来做语音识别，比如将音频或视频转为字幕文件，而且效果还不错。

Google Gemini 在线免费使用地址 https://aistudio.google.com/app/prompts

众所周知你需要魔法才可登陆该地址，而且某些国家的ip即便能打开，也不在Gemini的访问范围，如果提示当前国家不在服务范围，请切换到其他国家节点

在浏览器中使用

如下图，先加一行提示词，对输出结果添加一些限制，比如需要返回srt字幕格式，每条字幕最大时长，繁体转为简体，甚至可以要求将转录结果同时翻译为其他语言等，然后上传音视频，注意不要太大，否则可能超出token限制而失败。

然后点击Run,很快会有结果，效率挺高。

效果甚至好过 whisper-large-v2模型，值得使用。

在视频翻译配音软件中使用

首先请升级到 v3.07 补丁包版本

0. 首先在 菜单栏--翻译设置--Gemini pro 中填写你的 Key、所使用的模型，并可在此修改转录时的提示词

1. 代理/vpn莫要忘记，否则必然出错

2. 在语音识别渠道中选择Gemini大模型识别,上传音视频，选择发音语言，莫要选中中文重新断句，Gemini本身的断句效果就不错，选中后反而结果可能更差。

3. 静待识别结果即可。如果不满意，可以调整提示词重新修改。