软件下载
- 夸克下载：****https://pan.quark.cn/s/0bb78d115783
- 更多资源： https://a-xing.top/4317.html
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
