图中是一个基于Whisper模型的音频转文字应用，可以成批的将音视频转化为文本。适用于会议记录、调研录音、网课学习等场景，这个软件针对这个功能，提供了非常高效的GUI程序，对懂技术的人很好用，对不懂技术的，那堆参数设置就是劝退宝典。

基于典型办公场景的需求，把前后端的AI应用、agent订制、技术支持、算力服务打包，应该会有不错的市场空间的。技术门槛其实不高，难的是市场资源和商业模式。可以白嫖的资源太多了，产品化的服务才是主要卖点