CapsWriter离线识别语音输入工具是一款绿色的语音输入类型的工具,能够辅助个人在PC上面完成语音输入的内容,并且支持离线识别的功能,在你下载好相关模型的请款之下能够轻松的进行使用,满足个人用户对于语音输入的需求,快来载CapsWriter离线识别语音输入工具!
CapsWriter离线识别语音输入工具
这是 CapsWriter 简陋的离线版,一个 PC 端的语音输入工具。
运行后,只要按下键盘上的 大写锁定键,就会开始录音,当你松开 大写锁定键 时,就会识别你的录音,并将识别结果立刻输入。
安装说明
安装 Python 后,在 cmd 窗口进入本文件夹,运行 pip install -r requirements.txt 安装依赖
sherpa-onnx-bin 文件夹中已经放置了在 Win10-64 端预先编译的 sherpa-onnx 二进制。
其它系统暂时需要按照 sherpa-onnx — sherpa 1.2 documentation 编译后,放入 sherpa-onnx-bin 文件夹。
运行和使用
运行 01sherpa-onnx-server.py 脚本,会载入 Paraformer 模型识别模型(这会占用1GB的内存,载入时长约十几秒)
运行 02-CapsWriter-client.py 脚本,它会打开系统默认麦克风,开始监听按键
按住 CapsLock 键,录音开始,松开 CapsLock 键,录音结束,识别结果立马被输入(录音时长短于0.3秒不算)
注意事项
目前使用的模型是 Paraformer 非实时模型,即录完再转,因此录音时间越长,上屏延迟越大。
主流性能的 Windows 笔记本,RTF 大约 0.06,即大约每 10s 录音需 0.6s 转录时长。
本地模型对算力要求非常低,基本无需担心性能问题
暂不支持标点符号,暂不支持逆标准化(如把中文数字转阿拉伯数字)
为方便用户检查录音质量、识别效果,脚本默认开启了保存录音,所有都被保存在了 audios 文件夹