将视频或音频文件转换为文字并进行内容分析总结（v2）。智能分段+重试机制+6维度AI深度分析。支持mp4/mkv/avi/mov/mp3/wav/m4a/flv/webm等9种格式，支持B站/YouTube/抖音/小红书等链接输入（via yt-dlp）。当用户需要视频转文字、音频转文字、提取视频/音频内容、听写、转录、语音识别、总结视频内容、分析录音、提取小红书/B站/抖音视频内容等场景时使用。