经常需要把音视频转成文字，试过不少市面上的工具，要么操作繁琐步骤多，要么动辄就要收费，用着特别不方便。
忍不了这种麻烦，就去查了查相关方案，发现 OpenAI 有款开源的语音识别模型特别合适！于是干脆自己用 Python 对接了这个模型，还顺手做了个 GUI 界面，不用敲代码就能直接用，新手也能快速上手～

软件里内置了 5 个可选模型，大家可以根据自己的需求选：
 

  • tiny：体积最小，运行速度最快，识别精度相对一般，适合追求效率、对精度要求不高的场景（比如快速转写会议录音要点）；
  • base：速度和精度的平衡款，日常使用最常用，大部分场景下都能满足需求；
  • small：精度比 base 更高，运行速度会稍慢一点，追求更好识别效果又不想等太久的话选它准没错；
  • medium：识别精度进一步提升，但对设备计算资源要求更高；
  • large：精度最高，但硬件门槛也最高，运行速度也偏慢。

这里重点推荐大家选「small 模型」！识别精度足够高，日常转写视频台词、音频笔记都够用～ 至于 medium 和 large 模型，因为它们需要显卡支持，还要额外装显卡驱动，操作麻烦不说，打包后的安装包也会变大，所以我只保留了 CPU 版本，不用折腾显卡，普通电脑就能流畅运行。


第一次使用先下载模型！！

分享了「音视频转文字」
链接：https://pan.quark.cn/s/de824834b118

Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区