导入音频后，转换结果只有开头一部分正确，后面就对不上了
可以说明一下具体情况吗？ 用的是哪个引擎？本地的还是 Azure？
音频是什么样的音频？纯语音的，还是有其他声音（音乐、背景音这些）。
对不上是怎么对不上？文本不对，还是时间轴对不上？
本地和Azure，都试过。 在B站上下载的动画视频，有背景音乐。 我又试了几个，时间轴对不上，还有大段缺失的文本
影视作品这些目前确实比较难做得准确。建议去网上找找有没有字幕可以下载，.srt 格式的，然后在 Enjoy 里上传进行对齐。
