这次分享的是本人二次开发优化后的V3版本语音识别转文字软件,V3版本更新内容如下:
音视频文件识别版:
1、优化字幕生成算法,生成的字幕时间戳更准确,
2、新增批量识别功能,可将选定的文件夹内的音频视频文件依次进行识别,
3、新增热词定制功能,医疗、法律或其它技术领域中很多陌生冷门词,热词定制功能可自行设置热词,更好的提高了语音识别的准确率
4、默认导出类型为txt文本和srt字幕格式
实时语音识别版:
新增支持实时识别电脑内播放声音,也可同时识别电脑内声音和麦克风声音
本软件识别中文效果优于OpenAI的whisper,但多语言识别功能不足。

如果环境比较嘈杂,有很多无效音频片段,可通过提高音量阈值的值,来过滤掉低音噪音部分
如果需要对识别内容进行翻译,国内用户可使用百度翻译,百度翻译API申请教程请看《最新百度翻译api免费申请AppId和AppSecret流程,每月免费100万字符》
如果需要识别电脑内播放的声音,需要先进行电脑设置,鼠标右键点击电脑屏幕右下角音量喇叭图标,选择 【声音】,点击录制选项卡,鼠标右键点击【立体声混音】,选择【设置为默认设备】,如果立体声混音没启动的话,需要先启用,然后运行软件开始处理,就可以实时识别电脑播放声音了。
如果想同时接收麦克风声音和电脑内播放声音,可在软件音频源中选择电脑播放声音,电脑声音设置里-录制-麦克风,点击鼠标右键,选择麦克风属性,勾选【侦听此设备】

视频教程和效果演示:https://nuowa.net/1729
注意事项:
本软件只支持识别中英文,不支持识别其它语言
如果批量识别音视频文件,可选择音视频所在文件夹,软件会依次处理文件夹内的音视频文件,注意输入框中文件夹路径地址末尾不能有斜杠”\”,D:\test\ 会报错,正确路径地址应该类似如下形式:D:\test
软件运行路径中不要出现中文及空格,否则会报错
软件只支持处理wav、mp3、mp4格式文件
整合包只支持Windows 10或11系统
有Win11用户发现软件无法检测到音频,也就是电脑立体声混音没有音频输入,可以安装voicemeeter虚拟声卡解决。在【1 HARDWARE INPUT】设置硬件声音输入设备,在【VIRTUAL INPUT】选中【B】,在【HARDWARE OUT】选择声音输出设备,然后打开电脑系统-声音-录制,将默认设备选择为VoiceMeeter VAIO3 Output,VoiceMeeter点击下载>>

语音识别转文字软件V3版本下载链接:
https://pan.quark.cn/s/d8bd6f59fc72
相关推荐
麦克风电脑内声音实时识别转文字软件FunASR整合包V4下载
音频视频转文字软件faster-whisper 1.1.1整合包下载,精准快速语音转录工具
免费语音识别转文字软件SenseVoice整合包,实时语音转文字翻译软件
免费语音识别转文字软件faster-whisper整合包下载,音频视频文字提取工具
抖音超强AI数字人视频制作软件LatentSync整合包,音频驱动口型讲话
文字转语音神器工具CosyVoice 2.0整合包下载,声音克隆情感语音软件
最强AI换衣脱衣软件MagicQuill下载,AI一键智能修改图片内容
实时直播换脸软件deep-live-cam v1.7 2024-12-10最新版,视频换脸工具
最近更新

临时邮箱,一次性匿名gmail.com邮箱
有时候网站需要测试一些功能,比如注册登录等,需要用到邮箱,但是自己的邮箱有限,不能更多的测试效果,这时候就需要一些不同后缀的一次性邮箱,网上有很多这样的一次性匿名邮箱,后缀很多,非常适合测试使用,下面分享几个比较好用的临时邮箱。 Gmail...

免费AI视频生成软件FramePack整合包下载,本地离线AI图片转视频工具
前段时间阿里开源了一个AI视频生成工具WAN2.1,可以实现文本转视频和图片转视频,虽说很强大,但是测试之后感觉软件对电脑配置要求太高了,感觉应该大部分用户都用不了,而且只支持720P视频,清晰度有些低,所以没和大家分享。前些天又出了一个更...

PDF OCR图片文字内容识别软件OCRmyPDF下载,免费PDF扫描内容转可搜索可复制工具
本次和大家分享一个非常热门强大的PDF文件内容OCR识别软件OCRmyPDF,这个软件可以将PDF内不可搜索的图片和文字识别转换为可复制可搜索的文本,并对PDF文件进行优化。 OCRmyPDF介绍 OCRmyPDF 为扫描的 PDF 文件添...

免费音效音乐生成软件AudioX整合包下载,快速音效配音工具
本次分享一个非常强大的音乐音效生成软件AudioX,这个软件可以通过提供文本、视频、图像、音乐和音频自动识别内容重新生成一段高质量的通用音频和音乐。 AudioX介绍 音频和音乐生成已成为众多应用中的关键任务,然而现有方法面临诸多限制:它们...

高质量高性能文本转语音系统index-tts整合包下载,高效声音克隆软件
今天再和大家分享另一个刚发布的强大的声音克隆软件index-tts,针对中文优化,效果有了极大提升,远超同类软件。稍微测试了一下,感觉要比我前天分享的spark-tts声音克隆效果更好一些,音频情感更丰富点。 index-tts声音克隆软件...

检测和删除高相似度图片软件AntiDupl免费下载
前几天整理手机图片,手机中拍了大量的图片,很多图片是连拍的,图片的相似度极高,甚至就是一模一样的图片,有时候看相册的时候会删除掉这些图片,有时候忘了删。在电脑上整理备份的时候这些高相似度的图片比较占空间,也会额外增加处理时间,所以想找个图片...

文本转语音及声音克隆软件Spark-TTS整合包下载
Spark-TTS是最近发布的一款比较热门的文字转语音及声音克隆软件,操作简单,效果强大。 Spark-TTS介绍 概述 Spark-TTS 是一款先进的文本转语音系统,它利用大型语言模型 (LLM) 的强大功能,实现高精度、自然的语音合成...

AI快速建模文本转3D模型软件Cube3D整合包,obj网格文件标记化处理工具
本次和大家分享另一个刚发布不久的文本转3D模型软件Cube3D,软件可以通过输入文本描述词AI快速生成3D网格模型文件,还支持OBJ文件标记化处理功能。 Cube3D介绍 Roblox 3D智能基础模型 Cube 3D是我们迈向3D智能的第...

免费图片视频摄像头换脸软件VisoMaster整合包下载,面部表情实时调节预览
本次再和大家分享一个上个月刚发布的换脸软件VisoMaster,软件支持图片视频换脸,也支持摄像头实时换脸,我制作了最新版一键启动整合包。 VisoMaster介绍 VisoMaster是一款功能强大且易于使用的工具,用于图像和视频中的面部...

项目实操变现思路分享之AI绘画
本次和大家分享的实操项目变现思路是AI绘画相关的,虽然AI绘画已经火了很久了,但是仍有很多玩法,有了其它一些AI工具的加持,操作起来也更容易,项目具体内容请看PDF文档。 教程链接: https://afdian.com/p/982e793...