本次分享的是阿里团队退出的一款快速免费语音识别转文字软件SenseVoice,以前分享过paraformer-zh-streaming模型的实时识别版,本次的是SenseVoiceSmall模型非实时识别版,本人二次开发优化版,可识别音频视频转为文字,支持生成字幕,支持批量操作,支持识别文本翻译为其它语言文本。
2025-06-20,更新新版,修复了一些问题

SenseVoice介绍
SenseVoice是阿里巴巴团队推出的一个语音基础模型,具有多种语音理解功能,包括自动语音识别 (ASR)、口语语言识别 (LID)、语音情感识别 (SER) 和音频事件检测 (AED)。
SenseVoice专注于高精度多语言语音识别、语音情感识别和音频事件检测。
- 多语言语音识别:经过超过40万小时的数据训练,支持超过50种语言,识别性能超越Whisper模型。
- 富转录:
- 拥有卓越的情绪识别能力,在测试数据上达到并超越目前最佳情绪识别模型的有效性。
- 提供声音事件检测能力,支持背景音乐、掌声、笑声、哭声、咳嗽声、打喷嚏声等多种常见人机交互事件的检测。
- 高效推理: SenseVoice-Small 模型采用非自回归端到端框架,推理延迟极低。处理 10 秒音频仅需 70 毫秒,比 Whisper-Large 快 15 倍。
- 便捷的微调:提供便捷的微调脚本和策略,让用户根据业务场景轻松解决长尾样本问题。
SenseVoice软件使用说明
原应用不支持批量操作和生成字幕,但是大家对这两个功能还是有比较强烈需求的,所以我顺便加了这两个功能,同时增加了翻译功能。
【待处理文件】软件只支持识别音频及mp4和mkv格式视频。
【batch size】值越大识别速度越快,但是对电脑配置要求也越高,可根据电脑配置决定。
【音量阈值】就是用于屏蔽低音噪音的,如果说话人环境比较嘈杂,可以设置该值,屏蔽掉低音噪音部分,值越大,屏蔽的声音分贝越高
【原语言】原音频视频的语言,zh中文,en英语,yue粤语,ja日语,ko韩语,如果待识别文件夹内包含多种语言的文件,原语言输入框内可输入“auto”,但是建议将不同语言分别开,识别的时候指定语言类型。
翻译工具国内用户用百度,国外用户用谷歌,免费申请百度翻译API可以查看下面教程《最新百度翻译api免费申请AppId和AppSecret流程,每月免费100万字符》
如果你想翻译成的目标语言在列表里没有,可自行设置语言代码,百度翻译和Google翻译语言代码参考下面文章《百度翻译谷歌翻译API语言代码名称对照表》,将所需要的语言代码填入目标语言输入框里即可
【最小静音时长】这个值越小,每段字幕字数越少,值越大,字幕字数越多。根据你实际生成的字幕长度按需调节。有些特殊情况,比如有的人说话特别快中间没有停顿,而且说话能连续说很久,那么这种情况下这段字幕就会很长。这时可以手动修改srt字幕文件内容进行调节字幕时长。
【块大小】太短的片段过滤掉,值太大,有可能会造成识别内容缺少
视频教程及效果演示:https://nuowa.net/2008
注意事项
先将电脑英伟达显卡驱动更新到最新版
软件只支持windows10或11
软件运行路径中不要出现非英文字符及空格,待处理文件同样注意
支持英伟达50系列显卡
建议英伟达显存不低于2G
为了尽快显示结果,软件没有执行删除缓存操作,可以定期手动删除【temp】文件夹内的临时音频文件
如果提示:处理段*/*时出错。可以调大最小静音时长的值重新生成。
批量音视频识别转文字软件SenseVoice整合包下载链接
https://pan.quark.cn/s/5c6e2544264b
https://pan.xunlei.com/s/VOTB-TMfUZGEXU2NYBTqEIyPA1?pwd=9w5e#
实时语音识别转文字软件V5版本下载链接:
SenseVoice本地电脑安装部署教程
相关推荐
最近更新

pixi包管理器简易教程系列:pypi方法安装pytorch
pytorch可以从conda-forge安装,也可以从Pypi安装,看到目前官方页面上安装命令里已经不提供conda的安装命令了,只有pip命令,所以这里用pypi方式安装。 打开项目文件夹内的pixi.toml文件,添加下面命令要求 执...

pixi包管理器简易教程系列:入门之创建项目及激活虚拟环境
pixi是新一代包管理和环境管理工具,安装python依赖包非常快,用了几次感觉还不错,记录一下个人学习使用pixi的一些经验。 Linux系统安装pixi方法 或是 wget -qO- https://pixi.sh/install.sh...

comfyui视频人物换主体工作流及模型下载
本次分享一个好玩的视频人物换主体工作流,本工作流可以使用一张图片中的主体替换视频中的人物主体。比如抖音上很多热门的猴子炒饭,奥特曼炒饭,猴子vlog等等,都可以使用人物主体替换把原来视频中的人物替换成指定的人物。 comfyui工作流节点使...

github.com镜像加速网站,解决无法访问下载速度慢的问题
github.com是全球最大的开源社区,上面有着大量的优秀的开源应用。特别是当前AI极速发展,各种AI应用层出不穷,极大的方便了我们生活办公。但是由于网络原因,有时候github.com从国内可能无法访问,要么就访问速度极慢,不能方便快捷...

comfyui工作流软件官方原版windows版一键启动整合包下载
comfyui是目前非常热门的一个应用,它使python应用可以图形化以节点的方式直接拖拽使用,使用起来非常方便,而且可以与其他python应用节点配合使用,大大丰富了comfyui的功能,而且网上大量平台可以下载到各种的comfyui工作...

视频人物动作迁移wan2.1 VACE comfyUI工作流及模型下载,一键人物动作复刻
本次分享一个非常好玩的视频人物动作迁移comfyui工作流,可以通过文生视频或图片转视频将视频素材中的人物动作复制到新生成的视频人物中,视频生成模型主要使用了wan2.1 VACE模型。 comfyui工作流节点使用说明 首先打开网盘链接将...

凡人修仙传动画韩立高清图片壁纸素材AI绘画图集
恭迎韩天尊! 祝贺韩天尊顺利结婴! 热门国漫凡人修仙传动画已经更新了5年了,最新一集,主人公韩立顺利结婴,成为一名元婴修士。我属于是比较喜欢看动漫的,看过的动漫估计没过百也得大几十了,热门国漫大多都看过。凡人修仙传算是最喜欢的动漫之一,韩立...

凡人修仙传动画紫灵高清图片壁纸素材AI绘画图集,AI国漫女神系列
凡人修仙传动画乱星海第一美女紫灵是大家非常喜欢的一个角色,动画人物造型精美,是众多女性角色中最受欢迎之一,热度极高。很多人喜欢收集紫灵的图片,但是视频里截图的话可能截不到喜欢的图,下面分享一些紫灵的AI绘画图片素材,图片都是SD生成的,都是...

凡人修仙传动画宋玉高清图片壁纸素材AI绘画图集,AI国漫女神系列
凡人修仙传动画里宋玉是大家比较喜欢的一个角色,动画人物造型精美,当前热度极高。虽然凡人修仙传原著里只是韩老魔的弟子,但是很多短视频创作者非常能整活,已经把宋玉纳入韩老魔后宫了。很多人喜欢收集宋玉的图片,但是视频里截图的话可能截不到喜欢的图,...

凡人修仙传动画人物梅凝高清壁纸素材AI绘画图片,AI国漫女神系列
有些人比较喜欢凡人修仙传动画里梅凝这个角色,视频里截图的话可能截不到喜欢的图,下面分享一些梅凝的AI绘画图片素材,图片都是SD生成的,都是高清大图,非凡人修仙传动画视频截图。部分梅凝图片如下: 图片及模型文件下载链接: https://pa...