ChatGPT 能否从视频生成文字记录？

我很想知道 ChatGPT 是否能直接从视频生成文字记录。它是否具备处理视频或音频输入以生成文字记录的能力？或者，是否存在推荐的方法，将 ChatGPT 与其他工具结合使用来实现这一目标？