TMSpeech免费离线语音转文字工具实时字幕零配置【免费下载链接】TMSpeech腾讯会议摸鱼工具项目地址: https://gitcode.com/gh_mirrors/tm/TMSpeechTMSpeech 是一款免费开源的 Windows 离线语音转文字工具实时抓取电脑正在播放的一切声音变成屏幕上的滚动字幕。识别全程在本地完成不联网也能转写普通笔记本上 CPU 占用不到 5%。适合开会、上网课、以及不想把声音交给云端的人。被会议点名时靠什么救场不是你没在认真开会是大脑确实走神了那几分钟。被点到名字的瞬间眼前的一切都像外语。这正是作者做这个项目时的处境所以它有个外号叫腾讯会议摸鱼工具 。思路其实很朴素记不住就记下来。开着一个字幕窗口等你被要求复述刚才讨论了什么扫一眼历史记录就能从容作答。不是你记性差是没人替你记着。转写工具的核心只有一条它不能泄密。云端语音转文字要把录音发到远程服务器TMSpeech 不声音从头到尾在你这台机器里进出断网状态下照样转写。三步跑通首次离线识别 这事真不复杂三步走完不到五分钟。第一步拿到程序。从项目 Release 页面下载最新 release 包解压后直接运行里面的 exe不用安装。想读代码的话把仓库克隆到本地git clone https://gitcode.com/gh_mirrors/tm/TMSpeech一行命令整个项目源码就落到了你电脑上。第二步装语言模型。识别要先有字典。打开程序进入设置窗口的「资源」页给中文模型点一下安装等下载完成即可。内置插件放在应用目录的 plugins/ 文件夹你自己装的资源会进 %AppData%/TMSpeech/plugins/同一个页面统一管理装过一眼就能看状态。第三步点开始。计时器跑起来字幕窗口开始跟随电脑里的声音滚动。识别会按日期自动归档到「文档/TMSpeechLogs」回头要看直接打开历史窗口右键复制纪要的半成品就有了。为什么关掉声音它也能识别这是 TMSpeech 最反直觉的一点把系统音量调到零字幕不停。原因是它走 Windows 的 WASAPI 环回通道在系统内部偷听。声音还没走到扬声器就被截走了所以扬声器发不发声它根本不关心。相关实现在 src/Plugins/TMSpeech.AudioSource.Windows/想折腾的同学看这里。字幕窗口是无边框的屏幕哪个角落都能拖过去、随便缩放。锁定是它的杀手锏一锁窗口不再响应鼠标点击底下的画面照常操作浮在视频上也一点不碍事。程序常驻系统托盘开始、停止、锁定、退出右键全搞定不用碰主窗口。整条链路可以看成三站音频源抓声音 → 识别引擎把声音翻成字 → 语言模型决定翻得准不准。识别是流式的一句话还没说完上一句的字幕已经上屏了。识别不出门才谈又快又安全。两个常见小问答问只能听系统声音吗不是。音频源设置里可以切到麦克风或指定某个进程的音频。问今天识别到的东西去哪找默认在「文档/TMSpeechLogs」按日期分文件设置里可改保存路径。三套识别引擎怎么选 大脑有三档在设置的「语音识别」页切换Sherpa-Onnx跑在 CPU 上最省电日常首选Sherpa-Ncnn能上 GPU 加速给延迟敏感的场景用命令行识别器不想用内置大脑接你自己的程序。命令行识别器是最好玩的一档。它启动你指定的外部程序外部程序输出里出现一个换行当前句子就刷新出现多个换行表示这句定了TMSpeech 照单显示并落进历史。仓库里的 external_recognizer/ 放着现成的 Python 示例想接 Whisper、SenseVoice 这类引擎照着抄一个下午的事。显示相关的细节——字体、字号、颜色、阴影、对齐——都在「显示」页。想看全部配置项长什么样都定义在 src/TMSpeech.Core/ConfigTypes.cs一个文件看完。引擎可换模型可换工具长什么样由你说了算。值不值得装看三条标准不劝你尝鲜只给三个判断条件。满足任意一条它就有资格进你的工具箱开会、上课总怕漏掉重点不想让任何录音出你的门走云端电脑配置一般要免费、无广告、轻量的方案。免费、离线、本地、低占用这四个词都是承诺也都能当场验证。模型装好、识别点起来之后剩下的就交给你的字幕窗口了。【免费下载链接】TMSpeech腾讯会议摸鱼工具项目地址: https://gitcode.com/gh_mirrors/tm/TMSpeech创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考