TMSpeech 离线语音转文字指南如何搭成本地字幕生成【免费下载链接】TMSpeech腾讯会议摸鱼工具项目地址: https://gitcode.com/gh_mirrors/tm/TMSpeechTMSpeech 是一款免费开源的 Windows 离线语音转文字工具它捕获电脑正在播放的声音语音识别全程在本地完成结果实时上屏为字幕并同步落盘成日志。如果你经常开会、做课程笔记或需要给视频补字幕它值得一试。它替我省了什么麻烦不用把音频传到云端或注册账号声音文件始终留在本机断网也能用不用先录音再慢慢转写现在是边开会边出字幕不用开会时硬撑着全程盯着突然被喊到翻一眼历史记录就能接上上下文不用折腾运行环境Release 包内置 .NET 运行时解压后直接运行。第一次把它跑起来获取程序有两条路从 Release 页面下载压缩包解压即可使用或者执行git clone https://gitcode.com/gh_mirrors/tm/TMSpeech拉取源码自行构建。启动TMSpeech.exe后首次运行会自动生成配置文件与日志目录不需要手动初始化。识别结果默认按日期存到我的文档下的TMSpeechLogs文件夹。接下来装模型打开设置界面的资源页给中文或中英双语模型点安装等下载完成中文模型约 300MB回到主界面点开始按钮字幕就会出来。如果配置改乱了运行 Release 包自带的配置重置脚本bat它会删掉现有配置程序回到出厂默认状态。配置怎么挑选选项之前先回答两个问题你要处理的是哪种声音输入机器性能是否吃得消要听电脑放出的声音会议、课程、视频选系统音频系统静音也能取到内音要听你本人说话切换麦克风只想隔离某个程序的声音用进程音频普通笔记本默认 Sherpa-Onnx 够用追求更激进的速度与更低的资源占用试 Sherpa-Ncnn支持 Vulkan GPU 加速自带识别程序的用户用命令行识别器。选什么候选项适合谁默认建议音频来源系统音频会议、课程、视频等电脑播放声选它音频来源麦克风你本人的说话、口述笔记按需切换音频来源进程音频隔离单个应用的声音按需切换识别引擎Sherpa-Onnx普通 CPU跑流式模型边听边出字、不用等整段音频的识别模型选它识别引擎Sherpa-Ncnn对速度、资源占用要求更高性能吃紧时尝试识别引擎命令行识别器自带任意可输出文字的识别程序有需求再用模型均为 Zipformer-transducer 系列Zipformer 是一种流式识别架构纯中文场景装中文模型英语听力或中英混用场景装英文或双语模型。几个真实用法会议纪要音频来源选系统音频点开始。会上的话实时变字幕会后打开我的文档\TMSpeechLogs里当天的文件稍作整理就是纪要初稿。在线课程把字幕窗口拖到播放器下方不挡画面。漏听的要点打开历史记录窗口右键或 Ctrl-C 复制原文回看。无字幕视频用进程音频只抓播放器这一个程序的声音字幕同步显示整理后可导出当字幕文件用。听力练习装英文或中英双语模型边听外语材料边对照字幕校准理解。卡住时按这个顺序查识别准确率不高 —— 常见原因是环境噪声、多人同时说话、音频来源选错 —— 先排除这三项再换语言模型或在设置里手动指向更合适的流式模型路径。录不到系统声音 —— Windows 的立体声混音设备默认禁用 —— 到声音控制面板的录制页启用它看不到时勾选显示禁用的设备再设为音频来源。找不到日志文件 ——我的文档\TMSpeechLogs目录缺失或无写入权限 —— 确认文件夹存在权限异常时以管理员身份运行程序。CPU 占用偏高 —— 机型偏弱或开启了附加处理 —— 换成更省资源的识别器、改用更小的模型或关闭实时标点这类附加处理。想往里加东西的人源码分两层插件管理、任务调度、配置与资源管理等通用能力集中在 src/TMSpeech.Core/音频源、各识别器等功能以独立插件放在 src/Plugins/每个插件目录用tmmodule.json描述自身程序启动时扫描plugins目录按它加载程序集。新增音频来源或识别引擎只需实现IAudioSource、IRecognizer或ITranslator接口后放进插件目录核心代码不动。命令行识别器展示了外部程序的接入约定它启动一个子进程标准输出作为字幕来源——输出新的一行即刷新当前句子跟一个空行两个换行表示该句完成并写入历史记录标准错误写入日志文件双方统一 UTF-8 编码。这个协议允许模型在出字过程中回头修正之前的内容最终留存的是稳定句子。注意此模式下子进程自行采集音频设置里的音频来源切换不生效批处理脚本要在开头加隐藏回显结尾不要写pause。参考脚本见 external_recognizer/ 目录。使用中不顺手或想要新功能可以直接提 Issue熟悉 Windows/C# 开发可以提交 Pull Request发现效果更好的开源模型也欢迎推荐给社区。【免费下载链接】TMSpeech腾讯会议摸鱼工具项目地址: https://gitcode.com/gh_mirrors/tm/TMSpeech创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
TMSpeech 离线语音转文字指南：如何搭成本地字幕生成
TMSpeech 离线语音转文字指南如何搭成本地字幕生成【免费下载链接】TMSpeech腾讯会议摸鱼工具项目地址: https://gitcode.com/gh_mirrors/tm/TMSpeechTMSpeech 是一款免费开源的 Windows 离线语音转文字工具它捕获电脑正在播放的声音语音识别全程在本地完成结果实时上屏为字幕并同步落盘成日志。如果你经常开会、做课程笔记或需要给视频补字幕它值得一试。它替我省了什么麻烦不用把音频传到云端或注册账号声音文件始终留在本机断网也能用不用先录音再慢慢转写现在是边开会边出字幕不用开会时硬撑着全程盯着突然被喊到翻一眼历史记录就能接上上下文不用折腾运行环境Release 包内置 .NET 运行时解压后直接运行。第一次把它跑起来获取程序有两条路从 Release 页面下载压缩包解压即可使用或者执行git clone https://gitcode.com/gh_mirrors/tm/TMSpeech拉取源码自行构建。启动TMSpeech.exe后首次运行会自动生成配置文件与日志目录不需要手动初始化。识别结果默认按日期存到我的文档下的TMSpeechLogs文件夹。接下来装模型打开设置界面的资源页给中文或中英双语模型点安装等下载完成中文模型约 300MB回到主界面点开始按钮字幕就会出来。如果配置改乱了运行 Release 包自带的配置重置脚本bat它会删掉现有配置程序回到出厂默认状态。配置怎么挑选选项之前先回答两个问题你要处理的是哪种声音输入机器性能是否吃得消要听电脑放出的声音会议、课程、视频选系统音频系统静音也能取到内音要听你本人说话切换麦克风只想隔离某个程序的声音用进程音频普通笔记本默认 Sherpa-Onnx 够用追求更激进的速度与更低的资源占用试 Sherpa-Ncnn支持 Vulkan GPU 加速自带识别程序的用户用命令行识别器。选什么候选项适合谁默认建议音频来源系统音频会议、课程、视频等电脑播放声选它音频来源麦克风你本人的说话、口述笔记按需切换音频来源进程音频隔离单个应用的声音按需切换识别引擎Sherpa-Onnx普通 CPU跑流式模型边听边出字、不用等整段音频的识别模型选它识别引擎Sherpa-Ncnn对速度、资源占用要求更高性能吃紧时尝试识别引擎命令行识别器自带任意可输出文字的识别程序有需求再用模型均为 Zipformer-transducer 系列Zipformer 是一种流式识别架构纯中文场景装中文模型英语听力或中英混用场景装英文或双语模型。几个真实用法会议纪要音频来源选系统音频点开始。会上的话实时变字幕会后打开我的文档\TMSpeechLogs里当天的文件稍作整理就是纪要初稿。在线课程把字幕窗口拖到播放器下方不挡画面。漏听的要点打开历史记录窗口右键或 Ctrl-C 复制原文回看。无字幕视频用进程音频只抓播放器这一个程序的声音字幕同步显示整理后可导出当字幕文件用。听力练习装英文或中英双语模型边听外语材料边对照字幕校准理解。卡住时按这个顺序查识别准确率不高 —— 常见原因是环境噪声、多人同时说话、音频来源选错 —— 先排除这三项再换语言模型或在设置里手动指向更合适的流式模型路径。录不到系统声音 —— Windows 的立体声混音设备默认禁用 —— 到声音控制面板的录制页启用它看不到时勾选显示禁用的设备再设为音频来源。找不到日志文件 ——我的文档\TMSpeechLogs目录缺失或无写入权限 —— 确认文件夹存在权限异常时以管理员身份运行程序。CPU 占用偏高 —— 机型偏弱或开启了附加处理 —— 换成更省资源的识别器、改用更小的模型或关闭实时标点这类附加处理。想往里加东西的人源码分两层插件管理、任务调度、配置与资源管理等通用能力集中在 src/TMSpeech.Core/音频源、各识别器等功能以独立插件放在 src/Plugins/每个插件目录用tmmodule.json描述自身程序启动时扫描plugins目录按它加载程序集。新增音频来源或识别引擎只需实现IAudioSource、IRecognizer或ITranslator接口后放进插件目录核心代码不动。命令行识别器展示了外部程序的接入约定它启动一个子进程标准输出作为字幕来源——输出新的一行即刷新当前句子跟一个空行两个换行表示该句完成并写入历史记录标准错误写入日志文件双方统一 UTF-8 编码。这个协议允许模型在出字过程中回头修正之前的内容最终留存的是稳定句子。注意此模式下子进程自行采集音频设置里的音频来源切换不生效批处理脚本要在开头加隐藏回显结尾不要写pause。参考脚本见 external_recognizer/ 目录。使用中不顺手或想要新功能可以直接提 Issue熟悉 Windows/C# 开发可以提交 Pull Request发现效果更好的开源模型也欢迎推荐给社区。【免费下载链接】TMSpeech腾讯会议摸鱼工具项目地址: https://gitcode.com/gh_mirrors/tm/TMSpeech创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考