完全本地化的语音转文字神器，不联网，放U盘里一键打开就能用！

1. 简介

大家好，我是大风，今天给刮来一款本地语言转文字神器，免安装，一键打开，一个U盘就能带走，随插随用。

他的特点是：完全离线（不受网络限制）、响应极快、高准确率 且 高度自定义。

核心特性

• 语音输入：按住 CapsLock键 或 鼠标侧键X2 说话，松开即输入，超低延迟，默认去除末尾逗句号。支持对讲机模式和单击录音模式。
• 文件转录：音视频文件往客户端 exe 一丢，字幕 (.srt)、文本 (.txt)、时间戳 (.json) 统统都有。
• 数字 ITN：自动将「十五六个」转为「15~16个」，支持各种复杂数字格式。
• 热词替换：在 hot.txt 记下偏僻词，通过音素模糊匹配，相似度大于阈值则强制替换。
• 正则替换：在 hot-rule.txt 用正则或简单等号规则，精准强制替换。
• LLM 角色：预置了润色、小助理等角色，当识别结果的开头匹配任一角色名字时，将交由该角色处理。
• 托盘菜单：右键托盘图标即可添加热词、复制结果、清除LLM记忆。
• C/S 架构：服务端与客户端分离，虽然 Win7 老电脑跑不了服务端模型，但最少能用客户端输入。
• 日记归档：按日期保存你的每一句语音及其识别结果。
• 录音保存：所有语音均保存为本地音频文件，隐私安全，永不丢失。

下面介绍一下如何部署：

2. 准备环境

2.1 安装VC++库

下载地址：官网下载

2.2 安装ffpmeg

下载地址：官网下载 下载解压后将 ffmpeg/bin 文件夹路径添加到系统 PATH 环境变量中

3. 安装本体

3.1 解压安装包

下载地址： 官网下载 或 备用下载

3.2 下载大语言模型

下载地址： 官网下载 或 备用下载 以下为支持的模型：

引擎名	准确性	速度	格式	显卡加速
Paraformer	★★★☆☆	★★★★★	ONNX	❌
SenseVoice-Small	★★★☆☆	★★★★★	ONNX	✅
Fun-ASR-Nano	★★★★☆	★★★★☆	ONNX + GGUF	✅
Qwen3-ASR	★★★★★	★★★☆☆	ONNX + GGUF	✅

模型选择：

• 独显电脑优先用 Qwen3-ASR-1.7B-q5_k，准确率夯爆
• 集显电脑可尝试 Qwen3-ASR-1.7B-q4_k，如果延迟太高，可降至 Fun-ASR-Nano
• 性能太差则建议 SenseVoice-Small

• 性能参考（20s 音频转录延迟）：

模型	CPU U9-285H	GPU RTX5050
Paraformer	0.6s	–
SenseVoice-Small	0.6s	0.15s
Fun-ASR-Nano	2.0s	0.5s
Qwen3-ASR-1.7B	4.0s	1.0s

根据自己电脑的性能选择放到models的对应目录下

4. 使用

4.1 开启服务端

双击start_server.exe

确保服务端开启成功

4.2 开启客户端

双击start_client.exe

确保客户端开启成功

4.3 使用方法

1. 打开电脑的麦克风

2. 按住 CapsLock键 或 鼠标侧键X2 就可以说话了

3. 实时转录功能

语音转文字的结果会保存在对应日期的md文件里，录音会保持在assets中

4. 文件转录功能

将音频和视频拖动到start_client.exe，即可转录成文字

5. 下载地址

下载地址： 官网下载 或 备用下载