完全免费的离线运行的本地音视频转字幕工具,支持一键音视频提取文字,可以导出多种格式!

软件下载

软件介绍

这是一个离线运行的本地语音识别转文字工具,基于 fast-whipser 开源模型,可将视频/音频中的人类声音识别并转为文字,可输出json格式、srt字幕带时间戳格式、纯文字格式。

fast-whisper 开源模型有 tiny/base/small/medium/large-v3, 内置 tiny 模型,tiny->large-v3识别效果越来越好,但所需计算机资源也更多,根据需要可自行下载后解压到 models 目录下即可。

软件特点

  • **支持离线运行:**不联网即可使用
  • **支持导出多种格式****:**支持导出 JSON、SRT 字幕(带时间戳)、TXT 纯文本三种格式。
  • **内置开源大模型:**置 tiny 模型,同时支持下载 base/small/medium/large-v3 等模型替换,平衡识别精度与硬件性能。
  • **支持硬件加速:**支持 CPU 运行,若配置 CUDA 环境可修改为 GPU 加速,提升识别速度。
  • **操作简单:**解压运行即可使用

软件使用

软件解压

软件下载解压即可,解压路径尽可能设置为非中文路径下

软件运行

双击 start.exe ,等待自动打开浏览器窗口即可**(若未能自动打开,请手动打开网址 http://127.0.0.1:9977)**

上传之后就可以识别了

支持导出三个格式

使用GPU

如果机器拥有英伟达GPU,并正确配置了CUDA环境,将自动使用CUDA加速注意:默认使用 cpu 运算,如果确定使用英伟达显卡,并且配置好了cuda 环境,请修改 set.ini 中 devtype=cpu为devtype=cuda,并重新启动,可使用cuda加速

相关推荐
八月的雨季 最後的冰吻12 小时前
音视频会议梳理
音视频
合尘猫2 天前
用 6GB 显卡搭短视频产线:MiniMax H3 + ffmpeg 全流程实录(55 秒片 / 40 分钟)
人工智能·音视频
the3clipse3 天前
Windows 11 26H2 声音与音频问题排查指南:没声音、麦克风不收音与蓝牙音频优化
音视频·le audio·windows 11 26h2·win11没声音·麦克风没声音·蓝牙耳机音质·音频服务修复
开开心心就好3 天前
PDF水印怎么去掉?勾选对象再点匹配
java·前端·mysql·支持向量机·pdf·音视频·模拟退火算法
RobinDevNotes4 天前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython
伯奥克客服4 天前
2026年视频综合一体机架构选型:从接口协议到流媒体底层的深度技术解析
架构·音视频
开开心心就好4 天前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
FansAI_art4 天前
多角色 AIGC 短片的双模型分工:静态生图与图生视频怎么接
aigc·音视频
山顶夕景6 天前
【ECCV2026】流式视频理解Thinking in Streaming Video
音视频·vlm·视频理解·多模态理解·流式视频
zhanlang02177 天前
HTML 零基础入门到企业实战【第五章 5.4】内嵌网页 iframe 标签:嵌入网页、视频、地图实战
前端·html·音视频