软件介绍

1. Ai说话实时转文字，Ai同步语音转录工具
   • 这款工具是一个实时语音转文字的应用程序，可以在本地运行，支持Windows 10和Windows 7操作系统。
   • 使用这个工具可以直接说话，无需打字，对那些经常需要打字进行聊天的朋友来说非常方便。
2. 使用准备和系统要求
   • 在使用这个工具之前，需要准备一台装有Windows操作系统的电脑和一个可正常工作的麦克风，以便进行语音输入。
   • 该工具的模型文件大小为1.1GB，主程序分为两个版本：
     • CapsWriter-Offline-Windows-64bit.zip：适用于Windows 10系统。
     • CapsWriter-Offline-Windows-32bit-Client.zip：适用于Windows 7系统。
   • 需要注意的是，Windows 7系统只能作为客户端使用该工具，因此如果想要使用这个工具，必须使用Windows 10系统。
   • 如果您的电脑是Windows 7系统，则需要另外一台安装有Windows 10系统的电脑作为服务端。

软件特性

1. 1. 离线功能
      • 可完全离线运行，无需网络连接。
   2. 无限时长
      • 支持长时间录音，没有时间限制。
   3. 低延迟
      • 实时转录，延迟极低。
   4. 高准确率
      • 转录准确率高，识别精准。
   5. 中英混输
      • 支持中英文混合输入。
   6. 自动处理数字
      • 自动识别并转录阿拉伯数字。
   7. 自动调整中英文间隔
      • 自动调整中英文之间的间隔，提升转录质量。
   8. 热词功能
      • 可在指定的热词文件中添加热词，客户端动态加载。
   9. 日记功能
      • 默认将每次录音识别结果记录在特定的年/月/日.md文件中，录音文件保存在年/月/assets目录下。
   10. 关键词日记
       • 若识别结果以关键词开头，会被记录在特定的年/月/关键词-日期.md文件中，关键词在keywords.txt中定义。
   11. 转录功能
       • 支持将音视频文件拖动到客户端打开，生成srt字幕文件。
   12. 服务端与客户端分离
       • 可以同时服务多台客户端，实现多用户同时使用。
   13. 配置灵活
       • 可通过编辑config.py文件配置服务端地址、快捷键、录音开关等功能。

懒人包说明：

Windows端：

• 请确保在Windows电脑上已安装Microsoft Visual C++ Redistributable运行库（如未安装可通过百度下载）。
• 服务端载入模型所需的onnxruntime仅适用于Windows 10及以上版本系统。
• 服务端载入模型需要系统内存至少4GB，仅支持64位系统。
• 针对32位系统的用户，额外提供了可用的客户端，适用于Windows 7及以上版本系统。
• 模型文件较大，单独打包，请解压后将模型放入软件目录下的models文件夹中。

其他系统：

• 对于其他操作系统，可以下载模型并安装所需依赖后，通过Python源码运行。
• 由于没有Mac电脑，无法提供Mac版本的打包，只能从源码运行，可能会遇到一些问题（客户端需要使用sudo启动，且默认快捷键为右Shift键）。

模型说明：

• 由于模型文件较大，为了方便更新单独打包。
• 解压模型后，请将其放入软件目录下的models文件夹中。

软件截图

软件获取