Windows 音视频转文字工具 v1.0

软件里内置了 5 个可选模型，大家可以根据自己的需求选：

• tiny：体积最小，运行速度最快，识别精度相对一般，适合追求效率、对精度要求不高的场景（比如快速转写会议录音要点）；
• base：速度和精度的平衡款，日常使用最常用，大部分场景下都能满足需求；
• small：精度比 base 更高，运行速度会稍慢一点，追求更好识别效果又不想等太久的话选它准没错；
• medium：识别精度进一步提升，但对设备计算资源要求更高；
• large：精度最高，但硬件门槛也最高，运行速度也偏慢。

这里重点推荐大家选「small 模型」！识别精度足够高，日常转写视频台词、音频笔记都够用～ 至于 medium 和 large 模型，因为它们需要显卡支持，还要额外装显卡驱动，操作麻烦不说，打包后的安装包也会变大，所以我只保留了 CPU 版本，不用折腾显卡，普通电脑就能流畅运行。


第一次使用先下载模型！！

下载地址