【视频、语音转文本】 支持长视频

可以目前只写了mp4和b站视频转成文本，需要其他格式的可以自己修改
测试了40多分钟的视频也是可以转换的（自行测试），识别率还是很ok的，至于转换速度的话，可以自己写成多线程，速度会快一些。