CapsWriter(详情请戳 作者项目地址)是一款免费开源且可完全离线识别的语音输入工具,无需担心因在线版本识别带来的各种隐私泄露问题。支持win7及以上的系统,已经更新融合了语音输入以及音视频文件实现字幕转录的功能。相比某些必须在线识别又或者需要付费又有时长限制的app、软件或网站而言,此款良心多了,基本能满足大部分场合需求如会议记录或键盘失灵等。有需自取~~~
软件特性:
1.完全离线、无限时长、低延迟、高准确率、中英混输、自动阿拉伯数字、自动调整中英间隔
2.热词功能:可以在 hot-en.txthot-zh.txt hot-rule.txt 中添加三种热词,客户端动态识别载入
3.日记功能:默认每次录音识别后,识别结果记录在 年份/月份/日期.md ,录音文件保存在 年份/月份/assets
4.关键词日记:识别结果若以关键词开头,会被记录在 年份/月份/关键词-日期.md,关键词在 keywords.txt 中定义
5.转录功能:将音视频文件拖动到客户端打开,即可转录生成 srt 字幕、txt文本等等
6.服务端、客户端分离,可以服务多台客户端
使用说明:
> >详细完整教程请戳:从安装到基本入门上手
PS:懒人包为python开发打包而成,降低环境部署的难度。部分杀软会误报,如担心请自行扔进虚拟机或验证可靠性再使用。另外,该软件的核心在于模型,模型有点大,介意的则勿下。。
以下仅作简明扼要:
1.主程序基本是百兆之内的压缩包(很好辨认),根据系统环境解压后,再将models.zip模型包里边的文件全部移到已解压的主程序根目录models文件夹之下,如:D:\CapsWriter-Offline-Windows-64bit\models。然后运行根目录的服务端start_server.exe,等待模型加载完成(等待时长视电脑配置而定)。最后双击运行start_client.exe客户端。
2.工作原理:默认长按键盘上的大写锁定键Capslock,录音开始,当松开大写锁定键 时,就会识别录音,并将识别结果立刻输入到带有输入框的地方(前提需提前打开输入栏)。相关识别到的录音和日志默认放在根目录下的2024文件夹里,不需要或重录时记得及时清理。
如需要更改触发按键、单击录音单击停止或端口修改等设置,可自行用记事本等文本编辑工具打开config.py文件进行修改,每一栏都有详细的注释说明。
3. 可将音视频文件拖动到客户端中打开,等待处理即可。但转录字幕功能必须在服务端加载完模型并保持后台运行的情况下才可使用,否则会出现闪退不工作等问题。
默认转录之后生成的文件会跟着音视频文件的目录:
json 文件:包含了字级时间戳
txt 文件:包含了分行结果
merge.txt 文件:包含了带标点的整段结果
srt 文件:字幕文件
如果生成的字幕有微小错误,可以在分行的 txt 文件中修改,并将 txt 文件拖动到客户端打开,最后自动修正其余字幕文件。其余功能自行体验。。。
基本效果:(与视频演示的略有点不同,毕竟是1倍慢录制,但基本原理是如此)
相关设置:(此处可改为不常用的insert键激活录音,端口号任意等等,不改亦可)
转录效果:(转化后生成四个字幕类的不同格式文件)
下载地址:
1 > > 微软盘下载 密码:12Vc
2 > > 123盘下载
3 > > 阿里盘下载
4 > > 百度盘下载 密码:zky3
5 > > 蓝盘下载 密码:b9qt
软件特性:
1.完全离线、无限时长、低延迟、高准确率、中英混输、自动阿拉伯数字、自动调整中英间隔
2.热词功能:可以在 hot-en.txthot-zh.txt hot-rule.txt 中添加三种热词,客户端动态识别载入
3.日记功能:默认每次录音识别后,识别结果记录在 年份/月份/日期.md ,录音文件保存在 年份/月份/assets
4.关键词日记:识别结果若以关键词开头,会被记录在 年份/月份/关键词-日期.md,关键词在 keywords.txt 中定义
5.转录功能:将音视频文件拖动到客户端打开,即可转录生成 srt 字幕、txt文本等等
6.服务端、客户端分离,可以服务多台客户端
使用说明:
> >详细完整教程请戳:从安装到基本入门上手
PS:懒人包为python开发打包而成,降低环境部署的难度。部分杀软会误报,如担心请自行扔进虚拟机或验证可靠性再使用。另外,该软件的核心在于模型,模型有点大,介意的则勿下。。
以下仅作简明扼要:
1.主程序基本是百兆之内的压缩包(很好辨认),根据系统环境解压后,再将models.zip模型包里边的文件全部移到已解压的主程序根目录models文件夹之下,如:D:\CapsWriter-Offline-Windows-64bit\models。然后运行根目录的服务端start_server.exe,等待模型加载完成(等待时长视电脑配置而定)。最后双击运行start_client.exe客户端。
2.工作原理:默认长按键盘上的大写锁定键Capslock,录音开始,当松开大写锁定键 时,就会识别录音,并将识别结果立刻输入到带有输入框的地方(前提需提前打开输入栏)。相关识别到的录音和日志默认放在根目录下的2024文件夹里,不需要或重录时记得及时清理。
如需要更改触发按键、单击录音单击停止或端口修改等设置,可自行用记事本等文本编辑工具打开config.py文件进行修改,每一栏都有详细的注释说明。
3. 可将音视频文件拖动到客户端中打开,等待处理即可。但转录字幕功能必须在服务端加载完模型并保持后台运行的情况下才可使用,否则会出现闪退不工作等问题。
默认转录之后生成的文件会跟着音视频文件的目录:
json 文件:包含了字级时间戳
txt 文件:包含了分行结果
merge.txt 文件:包含了带标点的整段结果
srt 文件:字幕文件
如果生成的字幕有微小错误,可以在分行的 txt 文件中修改,并将 txt 文件拖动到客户端打开,最后自动修正其余字幕文件。其余功能自行体验。。。
基本效果:(与视频演示的略有点不同,毕竟是1倍慢录制,但基本原理是如此)
sshot-1898712333336.png
相关设置:(此处可改为不常用的insert键激活录音,端口号任意等等,不改亦可)
sshot-8997991111111111.png
转录效果:(转化后生成四个字幕类的不同格式文件)
sshot-189895566666.png
sshot-898989787123331.png
sshot-187123666.png
下载地址:
1 > > 微软盘下载 密码:12Vc
2 > > 123盘下载
3 > > 阿里盘下载
4 > > 百度盘下载 密码:zky3
5 > > 蓝盘下载 密码:b9qt
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
岱庙资源网 Copyright www.zgmyg.com
暂无“开源离线语音识别输入工具CapsWriter v1.0——支持无限时长语音+音视频文件转录字幕”评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
2024年11月02日
2024年11月02日
- 群星 《DJ夜色魅影HQⅡ》天艺唱片[WAV+CUE][1.1G]
- 群星《烧透你的耳朵2》DXD金佰利 [低速原抓WAV+CUE][1.3G]
- 群星《难忘的回忆精选4》宝丽金2CD[WAV+CUE][1.4G]
- 群星《情歌最毒4CD》24K德国HD金碟[WAV分轨][2.4G]
- 《字符战场生存之战》特色玩法介绍
- 《七龙珠电光炸裂zero》派生连招之突击按键
- 《暗喻幻想》顺风耳作用介绍
- 崔健1985-梦中的倾诉[再版][WAV+CUE]
- 黄子馨《追星Xin的恋人们2》HQ头版限量编号[WAV+CUE]
- 孟庭苇《情人的眼泪》开盘母带[低速原抓WAV+CUE]
- 孙露《谁为我停留HQCD》[低速原抓WAV+CUE][1.1G]
- 孙悦《时光音乐会》纯银CD[低速原抓WAV+CUE][1.1G]
- 任然《渐晚》[FLAC/分轨][72.32MB]
- 英雄联盟新英雄安蓓萨上线了吗 新英雄安蓓萨技能介绍
- 魔兽世界奥杜尔竞速赛什么时候开启 奥杜尔竞速赛开启时间介绍