有时候需要记录一些视频资料，光手打记录累且麻烦，国内有做语音转录很牛的（如：讯飞输入法），但是碍于到🪜后的访问速度。最近发现了一款离线语音输入软件，而且能方便的进行字幕转录，不管是视频学习还是给自己做的视频配音，都很不错

来源

一个 PC 端的语音输入、字幕转录工具

https://github.com/HaujetZhao/CapsWriter-Offline

功能

    1. 按下键盘上的大写锁定键，录音开始，当松开大写锁定键时，就会识别你的录音，并将识别结果立刻输出
    1. 将音视频文件拖动到客户端打开，可以转录生成srt字幕文件

详细展示

特性

  • 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
  • 热词功能：可以在 hot-en.txt hot-zh.txt hot-rule.txt 中添加三种热词，客户端动态载入
  • 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
  • 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
  • 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
  • 服务端、客户端分离，可以服务多台客户端
  • 编辑 config.py ，可以配置服务端地址、快捷键、录音开关……

下载:

参照官方开源库即可，也有其他大佬改的GUI：增加图形界面包，基于pyside6，并添加了语音翻译功能
alt text

其他

关于工具中的核心，sherpa-onnx部署的Paraformer模型，细节可以参照以下卡片：

sherpa-onnx

https://k2-fsa.github.io/sherpa/onnx/index.html

Paraformer

https://www.modelscope.cn/models/iic/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch/summary

sherpa-onnx

https://github.com/k2-fsa/sherpa-onnx