语音识别工具_VoiceAssistant

hukuu

AI 语音识别助手 (VoiceAssistant)软件简介本软件是一款基于本地化 AI 模型（ONNX Runtime）构建的桌面级高性能语音识别与处理工具，纯CPU运行。它集成了先进的语音活动检测（VAD）、自动语音识别（ASR）以及智能标点预测（PUNC）三大核心模型，致力于为用户提供极低延迟的实时语音输入、沉浸式的会议记录以及高效的音视频批量转写体验。  🚀 主要功能 (Core Features)

• ⚡ 极速实时语音输入 (全局快捷键)
  • 用户只需按住 F2 键即可随时随地进行录音，松开即刻完成极速识别。  
  • 识别结果将通过“闪现注入”技术（模拟 Ctrl+V）自动且无痕地输入到当前激活的软件窗口中，同时完美保护并复原用户的历史剪贴板内容。  
    
• 🤝 沉浸式会议记录模式
  • 开启后，软件将在后台持续拾音，托盘图标会开启红色“呼吸灯”效果提示运行状态。  
  • 会议结束后，系统会在桌面自动生成一份带有精准时间戳的会议纪要（TXT格式）以及一份完整的高保真会议原声录音文件（WAV格式），确保信息一字不漏。  
    
• 📁 音视频批量转写与字幕生成
  • 支持选择单个文件或整个文件夹进行批量离线转写，兼容 mp4、wav、mp3、mkv 等十余种主流音视频格式。  
  • 处理完成后，将在原文件同目录下自动生成纯文本（TXT）和带时间轴的标准字幕文件（SRT）。  
    
• 📦 自动下载模型
  
  • 内置模型检查下载机制。当首次运行或发现核心文件缺失时，软件会自动通过 ModelScope 拉取所需的 Int8 量化模型（如 Paraformer 和 FSMN），默认下载到model文件夹。
    
• 纯本地化与隐私安全
  
  • 所有核心 AI 算力（ASR、VAD、标点恢复）均依赖本地 ONNX Runtime 引擎独立完成，无需将音频数据上传云端，充分保障用户的隐私数据与会议机密安全。
    
    下载地址：https://wwbwm.lanzouq.com/b0188fp39g密码:a7zh
    源代码：
    源代码下载地址.txt (49 Bytes, 下载次数: 26)
    2026-7-27 12:26 上传

    点击文件名下载附件
    
    
    
    注：这款软件纯 CPU 运行、右侧托盘常驻以及无 GUI（无图形界面），功能比较粗糙，已上传源代码，有时间的道友可以继续开发，做出功能更好的产品。
    

18520297250

非常优秀，但录音文件和生成的文本强制保存到桌面这个不太友好，建议可以自定义保存位置，默认保存位置可以放在程序所在目录下建个二级目录来保存，程序打开初始化时间较长，建议在初始化阶段禁止托盘的图标按钮使用，因为这时候点击会导致闪退。长按F2开启录音，松开完成转录，建议优化一下，改成按F2开始，再按一下结束，解放按住的手，如果能突破成实时生成文字，类似微信那种就更完美了

jwl012345

我觉得豆包输入法就不错。

panison

非常好用！谢谢！

zcyang

正是我目前需要的，谢谢

whui468

语音识别方便呀！

ForeverAng

试试，最近正好需要，谢谢分享

meiguanyu

模型下载失败，请问有解决方案吗？

jum28

感谢分享

lingdianwuhsiqi

是不是下载完模型就可以离线使用

快车0326

对本人而言，用到的机会不多