实测五家云端 ASR 做视频转写：豆包语音凭毫秒时间轴胜出

作者为给无字幕的 YouTube 和 B 站视频做转写，横评了豆包语音（极速）、硅基流动上的 Qwen3-ASR、GLM-ASR-2512、阶跃 2.5 ASR 和小米 MiMo-ASR 五家音频转文本服务，结论是豆包语音最完善，自带毫秒级时间轴且速度快。作者表示这些功能将很快加入乔木剪藏插件，并新增本地 Whisper、本地 Qwen3 ASR 支持，同时兼容各类云端语音转文本 API。