CapsWriter離線識別語音輸入工具

CapsWriter離線識別語音輸入工具是一款綠色的語音輸入類型的工具，能夠輔助個人在PC上面完成語音輸入的內(nèi)容，并且支持離線識別的功能，在你下載好相關(guān)模型的請款之下能夠輕松的進(jìn)行使用，滿足個人用戶對于語音輸入的需求，快來西西下載CapsWriter離線識別語音輸入工具！

CapsWriter離線識別語音輸入工具

這是 CapsWriter 簡陋的離線版，一個 PC 端的語音輸入工具。

運(yùn)行后，只要按下鍵盤上的 大寫鎖定鍵，就會開始錄音，當(dāng)你松開 大寫鎖定鍵 時(shí)，就會識別你的錄音，并將識別結(jié)果立刻輸入。

安裝說明

安裝 Python 后，在 cmd 窗口進(jìn)入本文件夾，運(yùn)行 pip install -r requirements.txt 安裝依賴

sherpa-onnx-bin 文件夾中已經(jīng)放置了在 Win10-64 端預(yù)先編譯的 sherpa-onnx 二進(jìn)制。

其它系統(tǒng)暫時(shí)需要按照 sherpa-onnx — sherpa 1.2 documentation 編譯后，放入 sherpa-onnx-bin 文件夾。

運(yùn)行和使用

運(yùn)行 01sherpa-onnx-server.py 腳本，會載入 Paraformer 模型識別模型（這會占用1GB的內(nèi)存，載入時(shí)長約十幾秒）

運(yùn)行 02-CapsWriter-client.py 腳本，它會打開系統(tǒng)默認(rèn)麥克風(fēng)，開始監(jiān)聽按鍵

按住 CapsLock 鍵，錄音開始，松開 CapsLock 鍵，錄音結(jié)束，識別結(jié)果立馬被輸入（錄音時(shí)長短于0.3秒不算）

注意事項(xiàng)

目前使用的模型是 Paraformer 非實(shí)時(shí)模型，即錄完再轉(zhuǎn)，因此錄音時(shí)間越長，上屏延遲越大。

主流性能的 Windows 筆記本，RTF 大約 0.06，即大約每 10s 錄音需 0.6s 轉(zhuǎn)錄時(shí)長。

本地模型對算力要求非常低，基本無需擔(dān)心性能問題

暫不支持標(biāo)點(diǎn)符號，暫不支持逆標(biāo)準(zhǔn)化（如把中文數(shù)字轉(zhuǎn)阿拉伯?dāng)?shù)字）

為方便用戶檢查錄音質(zhì)量、識別效果，腳本默認(rèn)開啟了保存錄音，所有都被保存在了 audios 文件夾