VPot 提供了多种开放能力，包括文字转语音、语音转文字、视频/音频处理、字幕提取、配音角色定制等，支持多语言、多角色自由选择，以及无字数限制的创作自由度。
核心能力
- 文字转语音：内置微软与 Edge 公共接口，覆盖普通话、粤语、英语、日语、韩语等，角色丰富，语速可调，合成即听，支持导出 MP3。
- 语音转文字与字幕：可将音频转写为文本，支持 SRT 字幕导入/导出，便于剪辑与校对。
- 视频/音频处理：支持音频文件管理、试听对比、重命名与自选保存目录，提升整理效率。
- 配音角色定制：可创建与管理角色，设置停顿、多音字；通过 微软 Azure 密钥接入更多音色，实现多角色演绎。
- 长文本与无限制：实测支持 3万+ 字章节，单次可输出约 1.5–2 小时 音频；界面简洁、即开即用
