FunClip是一个语音和视频转文本的项目，支持区分说话人和剪辑视频。它具有高准确率的文本识别功能，作者尝试将视频转为字幕，耗时10分钟，不占用内存但占用CPU运算。文章提供了搭建教程，推荐使用conda创建虚拟环境安装。
完成下面两步后，将自动完成登录并继续当前操作。
