VisualQuest是一个互动AI应用，用户可以通过上传图片和语音控制故事进程。Universal-2模型将语音转录为文本，Llama模型则生成故事的下一段。

我开发了一款语音转文本应用，展示了AssemblyAI最新的Universal-2模型，支持多语言转录，输出格式化且带时间戳，界面友好，基于Streamlit构建。