可以试一下这个网站:33搜帧。
只要上传录音文件,它可以帮你识别录音内容,自动生成字幕,并根据台词匹配上相应的画面,最终把录音、视频片断和字幕一键合成成一个完整视频。
不知道符合题主的要求不? 有用的话记得点个赞哦~