我写的免费语音识别更新了
7 迷壶博士 1天前 262次点击
Hello，各位
之前分享了自己写的星空语音识别引擎，刚开始只有whisper一个引擎，现在已经扩展很多了，而且都是免费稳定的。来分享一下近期的更新日志吧
1.5
1.增加Sherpa-NCNN引擎的支持。此引擎支持中文，英语和法语的识别，速度更快，更轻量，效果不错
2.支持msc引擎，此引擎是在线引擎，需要下载插件包。支持中文、英语和部分地方话。支持添加识别热词，以提高这些词被识别出的概率
3.针对whisper进行了速度优化。一般的手机应该可以正常使用small模型了
4.其他bug修复
2.0
1.重构界面逻辑。底部被分为三个tab，模型、日志和设置。模型对应元模型管理页面，当软件出现识别异常时，可复制日志
2.设置界面分模型和通用设置
3.增加大模型修正和深度思考功能。启用后，可使用文本模型把语音输入结果进行一次不损失原文的修正，亲测识别常用字形，男他，女她，物他以及文言文都有不错的效果，但因为模型限制，不要问他如何制作炸弹。提示词无论如何调整，他只会给你安全准则
4.提升msc引擎和whisper的响应速度
5.增加通知保活，忽略电池优化和开机启动。避免软件被误杀，提升稳定性
6.增加了搜狗的在线和离线引擎
7.新增在线更新可在设置>通用。开启beta版计划和自动更新
8.模型下载完成，软件包下载成功都会有一个音效提示
9.增加赞助入口
10.标准化分组展开/折叠逻辑 ，现在读平可正常读取。感谢@今梦的实现思路
安装后即可在天坦输入法宝易输入法解说等app里免费调用
点击下载接下来准备做转写功能，也就是大家熟知的录音转文字。对软件你们有什么期待呢？当一回许愿树，我在能力范围内来帮你们完成
也就是说通过音频转文字功能，匹配时间戳，导出src字幕吗
对啊，某些模型支持输出字符级别的时间戳，Silero VAD可以检测不是人声的部分，把含人声的音频识别一下，在映射到真实音频的时间上，就差不多了。具体的编排映射，就需要楼主自己设计了
这个好像要梯子
咳咳，贴的github原链接，可以用@狂胜的
帮顶，楼主厉害
楼主可以把模型下载来源切换成国内的模搭社区，会快很多
现在我走的是github代理，社区上如果有，我看看能不能换掉
积分：5547
感谢喽。这就是我需要的