添加一段语音，开始你的对话练习。
上传 MP3、M4A、WAV 等音频，自动生成可同步听读的句子。
音频由服务器识别并保存，刷新页面或更换设备后可以继续学习。
选择音频后，导入 SRT、VTT 或 JSON 时间轴，可跳过语音识别。
自动识别可能出现错误。可修改每句话和起止时间，或隐藏介绍句。