stt | v20250805 | 基于 faster-whisper 语音识别引擎的本地离线语音转文字工具,无需联网即可将音频视频中的语音批量转换为文字

立即下载 软件介绍 界面展示

立即下载

1 点下面的网盘按钮 2 复制提取码 mxx1 3 在网盘页面粘贴即可保存

软件介绍

stt 是一款开源的本地离线语音转文字工具,基于 faster-whisper 语音识别引擎,可在不联网的情况下将音频、视频文件中的语音批量转换为文字。它通过浏览器访问本地网页界面即可操作,无需配置复杂环境,适合视频字幕制作、会议记录、采访与课堂录音整理等场景。 核心功能: - 本地离线识别:语音数据全程在本机处理,无需联网,保障隐私安全 - 批量转写:支持同时处理多个音频、视频文件,自动提取语音并转换为文字 - 多语言支持:支持中文、英语、日语、韩语等多种语言识别 - 字幕导出:可一键生成 SRT、VTT 等字幕格式文件,方便视频后期处理 - 网页操作界面:本地启动后在浏览器中操作,界面简洁直观 - GPU 加速:支持显卡推理加速,显著提升长音频转写速度 **中文支持**:国产开源工具,内置中文界面,官方文档与说明均为中文。

界面展示

萌新资源库 - 生气的萌新-免费软件下载
萌新资源库 - 生气的萌新-免费软件下载
← 上一篇
Buzz | v1.4.4 | 基于 OpenAI Whisper 的免费开源语音转文字转录工具,本地离线将音频视频语音转换为文字,支持麦克风实时转录
下一篇 →
CapacityTester | v0.7c | 通过对 U 盘、SD 卡、移动硬盘执行写入并回读校验,核验存储设备真实容量的开源系统工具

相关推荐

FunClip | v2.1.0 | 基于 FunASR 语音识别自动识别视频语音并生成带时间戳字幕,用户通过文字选择片段即可完成剪辑的智能视频剪辑工具

FunClip | v2.1.0 | 基于 FunASR 语音识别自动识别视频语音并生成带时间戳字幕,用户通过文字选择片段即可完成剪辑的智能视频剪辑工具

FunClip 是一款由阿里巴巴开源的人工智能视频剪辑工具,基于 FunASR 语音识别框架自动识别视频中的语音并生成带时间戳的字幕,用户通过选择或删除字幕文本即可精准裁剪对应的视频片段,无需手动逐帧定位。工具支持中文与英文识别,适用于短视频二次剪辑、课程视频精简、访谈与会议内容整理等场景。 核心功能: - 语音识别字幕:基于 FunASR 的 Paraformer 模型自动识别视频语音,生成带时间戳的中英文字幕 - 文本选段剪辑:通过选择字幕文本即可保留或裁剪对应视频片段,剪辑定位精准高效 - 热词定制:设置热词表提升人名、专有名词等词汇的识别准确率 - 说话人分离:区分不同说话人的语音片段,便于按人物筛选和整理内容 - 字幕导出:支持导出 SRT 字幕文件,方便二次编辑与传播 - 浏览器交互:内置 Gradio Web 界面,开箱即用,无需安装客户端 **中文支持**:国产开源工具(阿里达摩院出品),内置中文界面,中文语音识别与文档支持完善

AI工具 语音合成/语音识别 1个月前
集成音频处理、语音识别与转写、数据集制作与模型训练,实现 AI 变声与语音克隆 | Easy-Voice-Toolkit | v1.3.5

集成音频处理、语音识别与转写、数据集制作与模型训练,实现 AI 变声与语音克隆 | Easy-Voice-Toolkit | v1.3.5

Easy-Voice-Toolkit 是一款基于 GPT-SoVITS、Whisper 等开源语音项目构建的 AI 语音工具箱,将音频处理、语音识别、语音转写与声音转换等能力整合为自动化流水线。用户可按需选择功能模块,或依次串联使用,逐步把原始音频加工成理想的声音模型,适用于 AI 变声、语音克隆等场景。 核心功能: - 音频处理:集成 audio-slicer 等开源组件,支持音频切片等预处理操作 - 语音识别:基于 Whisper 实现语音内容的高精度识别 - 语音转写:将音频中的语音自动转录为文本,支持字幕与 CSV 等输出格式 - 变声数据集制作:为声音转换模型构建训练数据集 - 模型训练:训练高质量声音转换模型,满足个性化音色定制需求 - 声音转换:将输入声音转换为目标音色,实现 AI 变声与语音克隆 **中文支持**:官方提供中文 README 与中文教程(B 站频道),为国人所开发的开源工具。

AI工具 语音合成/语音识别 1个月前
基于微软 Edge TTS 的文本转语音图形工具,支持播放保存音频、朗读选中文字,并可识别截图中的文字朗读 | edge-tts-gui | v0.16.2

基于微软 Edge TTS 的文本转语音图形工具,支持播放保存音频、朗读选中文字,并可识别截图中的文字朗读 | edge-tts-gui | v0.16.2

edge-tts-gui 是一款基于微软 Edge TTS 引擎的文本转语音图形界面工具,无需安装任何依赖项,下载可执行文件即可直接运行。软件采用简洁的图形界面,支持将输入文本转换为自然流畅的语音,并提供播放、保存音频以及全局快捷键快速朗读等功能,适用于需要快速把文字或图片中的文字转为语音的场景。 核心功能: - 文本转语音:基于微软 Edge TTS 引擎,将输入文本转换为自然流畅的语音 - 无依赖运行:无需安装任何依赖项,下载可执行文件即可使用 - 快捷播放:按 Ctrl + Enter 快捷键快速播放生成的语音 - 音频保存:按 Ctrl + S 快捷键将语音保存为音频文件 - 全局朗读:按 F9 全局快捷键快速朗读选中的文本 - 截图识别朗读:借助 RapidOCR 识别截图中文字并朗读 **中文支持**:内置中文界面

AI工具 语音合成/语音识别 1个月前
Buzz | v1.4.4 | 基于 OpenAI Whisper 的免费开源语音转文字转录工具,本地离线将音频视频语音转换为文字,支持麦克风实时转录

Buzz | v1.4.4 | 基于 OpenAI Whisper 的免费开源语音转文字转录工具,本地离线将音频视频语音转换为文字,支持麦克风实时转录

Buzz 是一款基于 OpenAI Whisper 的免费开源语音转文字转录工具,可以在本地离线将音频和视频中的语音转换为文字。它支持从麦克风实时转录、批量处理多个文件,并可将转录结果翻译为其他语言,适用于会议纪要、采访整理、字幕制作等场景。 核心功能: - 本地离线转录:基于 Whisper 模型在设备端完成语音识别,无需联网即可使用 - 实时转录:连接麦克风即可将讲话实时转为文字 - 批量处理:一次导入多个音频或视频文件批量生成转录文本 - 多语言翻译:将转录结果翻译成其他语言,支持跨语言内容整理 - 多种导出格式:导出为 TXT、SRT、VTT、TSV、JSON 等文本与字幕格式 - 多平台支持:提供 Windows、macOS 和 Linux 版本 **中文支持**:界面以英文为主,但基于 Whisper 多语言模型可准确转录中文语音并生成中文字幕。

AI工具 语音合成/语音识别 1个月前
使用微软 Azure 神经语音引擎将文字合成为自然语音,支持多音色选择、参数调节、批量转换和字幕生成 | TTS-Vue | v1.9.15

使用微软 Azure 神经语音引擎将文字合成为自然语音,支持多音色选择、参数调节、批量转换和字幕生成 | TTS-Vue | v1.9.15

TTS-Vue 是一款基于微软 Azure 神经语音引擎的开源文本转语音(TTS)工具,为文字朗读、视频配音、语音合成等场景提供了简洁易用的中文图形界面。它支持在线试听合成效果,并可一键将文本保存为 MP3 音频或生成 SRT 字幕。 核心功能: - 多音色选择:内置微软 Azure 神经网络语音的多款中文及多语言音色,可在线试听挑选 - 参数调节:支持调节语速、音调、音量等合成参数,适配不同配音需求 - 批量转换:可将长文本按句自动拆分,依次批量合成为音频文件 - 音频保存:合成结果一键导出为 MP3 格式,方便本地使用 - 字幕生成:根据文本内容生成 SRT 字幕文件,辅助视频后期制作 - 跨平台运行:提供 Windows 与 macOS 便携版,免安装即开即用 **中文支持**:国产开源工具,界面为中文,内置中文语音合成能力。

AI工具 语音合成/语音识别 1个月前
SmartSub | v3.6.0 | 集成本地 Whisper 语音识别的 AI 视频字幕工具,自动为视频生成字幕并翻译为多种语言,无需联网处理

SmartSub | v3.6.0 | 集成本地 Whisper 语音识别的 AI 视频字幕工具,自动为视频生成字幕并翻译为多种语言,无需联网处理

SmartSub(妙幕)是一款开源的一站式视频字幕与配音工具,将「语音转文字 → 字幕翻译 → 校对润色 → TTS 配音 → 烧录合成」整条流水线集于一个桌面应用,还内置在线视频下载,粘贴 B 站 / YouTube 等平台链接即可取材。转写基于 whisper.cpp、sherpa-onnx 等本地模型,文件不出本机,支持 NVIDIA / AMD / Intel / Apple Silicon 硬件加速与批量处理。 核心功能: - AI 字幕生成:本地 Whisper / FunASR / FireRedASR 等 8 种转写引擎批量生成字幕,完全离线免费 - 字幕翻译:接入 20 个翻译服务,多语言字幕一键翻译 - 字幕校对:内置校对台,AI 一键润色、撤销/重做、简繁转换 - TTS 配音:本地 Kokoro 多语 103 音色、VITS 中文 174 音色,逐条合成并自动对齐时间轴 - 声音克隆:本地 ZipVoice 零样本克隆(一段参考音频即建即用),支持火山引擎声音复刻 2.0、ElevenLabs 即时克隆 - 配音增强:支持 Edge TTS 免费档与 Azure / 火山豆包等云端引擎,背景音压低(ducking)、逐行试听换音色 - 字幕烧录:校对台逐句核对后硬烧或软封装,样式所见即所得 - 在线视频下载:内置 yt-dlp + lux 双引擎,批量下载 B 站 / YouTube / 抖音等平台视频及官方字幕 - 隐私与硬件加速:本地模型离线处理,文件不出本机,支持多平台硬件加速 **中文支持**:国产开源工具,内置中文界面

AI工具 语音合成/语音识别 1个月前

版权声明

本站收录软件分别遵循 Apache License 2.0、MIT、GPLv2、GPLv3等开源许可协议。

软件版权归原作者所有。

禁止利用本站工具爬虫、跨平台数据抓取、批量注册、刷量、黑产牟利。

违规使用全部责任由使用者自行承担。

所有资源均来自互联网,如有侵权,请联系删除。

邮箱: 2604290100@qq.com

微信: Reborn2025-a

开源协议声明

Copyright 归原作者及贡献者所有 许可协议: GNU General Public License v3.0(GPL-3.0) LICENSE:https://github.com/jianchang512/stt/blob/main/LICENSE Referer:https://github.com/jianchang512/stt 分发说明:本站整理分发官方原版程序,使用与再分发请遵循原项目协议,并保留相关 LICENSE / NOTICE 文件。

×
萌新资源库 · 防丢失提示

为了防止迷路,请立即保存我们的网址!

推荐使用快捷键一键收藏:

Ctrl + D

按完后点击“确定”即可保存

萌新资源库二维码

长按上方图片保存到相册
或截图保存以防失联

v1.0 | 安卓9.0+ | 2MB

点击任意处关闭
×
报告失效 / 有问题

把下面这段复制后发到微信或邮箱即可,我们会尽快处理。

微信:Reborn2025-a
邮箱:2604290100@qq.com 点一下微信号 / 邮箱即可复制