音频与视频

在 MP3、WAV、FLAC、AAC、OGG、Opus 之间转换，比特率和采样率可设。

对着波形截取音频的某一段，并加上淡入淡出。

把 SRT、VTT、ASS、SMI 字幕按指定字号、位置、颜色和描边永久烧进画面，用浏览器自带的字体绘制，中文不用另外装字体。

把视频里的音轨导出成 MP3、WAV、M4A 或 FLAC，也可以不重新编码直接复制出来。

按目标文件大小或画质预设重新编码，码率不够时逐档降分辨率，开始前给出预估体积、结束后给出实际体积。

读 MP4、MOV、WebM、MKV，按指定画质和分辨率写成 MP4（H.264 + AAC）或 WebM（VP9 + Opus）；只是换个容器的——MOV 转 MP4、MKV 转 WebM——直接复制码流不动。

拖动锁定 9:16、1:1、16:9、4:5 或自由比例的取景框裁掉画面，或补上黑边凑到目标比例，然后在你自己的设备上重新编码。

在浏览器里把片段拼成可直接上传 YouTube 或 Shorts 的成片——剪切、排序、转场、背景音乐和字幕——同一批次的 AI 片段做硬切时不必重新编码，无损导出。

把一段视频做成 GIF 或 WebP 动图，帧率、尺寸和调色板都能调。

按两个时间点截取片段，切点正好落在关键帧上时直接复制码流、不重新编码。

音高和共振峰分开移动，所以听上去是换了个人，而不是把磁带放快；内置男↔女、童声、巨人、氦气、机器人（环形调制）、电话（300–3400 Hz 带通）和耳语（噪声激励）预设，可现场录音或上传文件，输出 WAV。

一页之内可串联的效果机架——用合成脉冲响应做卷积混响，加延迟、合唱、镶边、均衡、压缩、淡入淡出和峰值归一化——链条顺序可以自己改，因为顺序会改变结果。

把音频文件首尾相接，或按各轨音量混到同一条时间线上。

扣掉左右声道里完全相同的成分，并限制处理频段以保住低频和高频；这不是音轨分离——摆在中间的底鼓、贝斯和军鼓会跟人声一起消失，立体声混响会留下，对单声道文件毫无作用，而单声道文件一上传就会被认出来并拒绝。

按指定时间点、固定间隔，或某一区间内逐帧，把画面导出成图片。

把 GIF 动图转成 MP4 或 WebM，体积通常只剩零头。

测出整体响度和真峰值，再归一到 -14 或 -16 LUFS 这类目标值。

读取并修改容器里的元数据——标题、艺术家、专辑封面、编码格式、时长和轨道信息。

用频谱门限去掉底噪、电流声和环境音——从标记区间或整段最安静的十分之一取噪声样本，按频段扣除并给出保留下限——能读音频文件和 MP4、WebM 的音轨，输出 WAV、M4A 或 Opus。

用 YIN 检出单声部人声的音高，吸附到选定的调和音阶上，再用 TD-PSOLA 重新合成以保住共振峰；修正速度从自然校准一路推到阶梯式硬修，检出的音高曲线会画出来。

只删掉音轨，视频码流分毫不动。

找出录制里安静的片段并剪掉，判定阈值和前后留白都能设。

把视频从 0.25 倍慢放到 4 倍快放：画面逐帧重新计时，声音用 WSOLA 拉伸保住原音高，也可以像磁带一样跟着变调，或者直接静音。

在 SRT、VTT、ASS、SMI 和纯文本之间互转，顺手把编码问题一起修掉。

按固定偏移整体平移字幕时间，或用两个基准点拉伸整段的快慢。

保持音高改变播放速度，或保持时长把音高整体移调。

按顺序把片段接起来，分辨率和帧率不一致时先统一再接。

把手机拍歪的视频按 90 度整倍转正，或者只改写旋转元数据。

达德利式通道声码器——把人声切成 N 个频段，跟踪每一段的包络，再把包络画到音乐或内置合成器长音的同一频段上——频段数、起音、释放、共振峰倾斜、齿音直通和干湿比都能调。

把音轨画成波形、语谱图或频谱柱状图（PNG），用来做封面和缩略图。

用起音自相关估算曲子的速度（BPM），并给出置信度和几个备选值。

列出 MKV 或 MP4 里的软字幕轨，把选中的那条导出成 SRT 或 VTT。

按关键帧区间逐段解码把画面倒过来，内存占用因此始终有上限，声音可以逐采样反转也可以静音；单个关键帧区间放不进内存上限时，会带着具体数字拒绝。

分析相邻帧之间的镜头移动，再逐帧重新裁切，把手持拍摄的抖动压下去。

把等间隔取出的画面连同时间码排成格子，也就是经典的预览缩略图表。

把 logo 图片或一行文字压在九个锚点中的某一个上，边距、大小、透明度和出现时段都能设。

把音频文件的波形画成图片或 SVG，颜色和尺寸可选。