企业官网建设流程全解析

TMSpeech免费开源指南：Windows离线实时语音转文字工具，从摸鱼神器到会议纪要生成器

【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

还在担心开会走神被突然点名？还在为记不全老板讲的要点而焦虑？或者上网课时老师语速飞快、手写笔记根本跟不上？如果你曾经经历过这些手忙脚乱的瞬间，那么今天介绍的这款Windows实时语音转文字工具——TMSpeech，可能就是你的救星。

它是一款完全免费、开源的离线语音识别软件，能把电脑播放的任何声音实时转成文字字幕，CPU占用不到5%，你的对话内容全程留在本地，隐私安全有保障。无论是会议记录、在线学习，还是想看视频时顺便留下文字稿，它都能轻松胜任。

它到底是个什么样的工具？

一句话概括：TMSpeech 是一个常驻屏幕的"语音速记员"。它通过 WASAPI 音频捕获技术监听电脑声音，把语音实时转成文字，像歌词字幕一样悬浮在屏幕上。开会、上课、看视频，全程自动记录，识别结果按日期自动存档，随时可以回看。

• 适合谁？上班族、网课学生、直播主播、视频剪辑爱好者，以及一切"不想手动打字"的人
• 解决什么问题？会议走神、笔记跟不上、回看找不到重点、担心语音上传云端泄露隐私
• 它有多轻？实测在 AMD 5800u 笔记本上 CPU 占用稳定在 5% 以下，内存占用不到 500MB，挂着它办公几乎无感

三步完成离线安装，最快一分钟上手

第1步：获取程序

克隆项目仓库：git clone https://gitcode.com/gh_mirrors/tm/TMSpeech，然后在 Release 页面下载最新的安装包解压即可。

第2步：启动

双击运行TMSpeech.exe，程序会自动创建配置文件。顺手在桌面建个快捷方式，以后用起来更方便。

第3步：首次识别

打开主界面，点击红色按钮开始识别，屏幕上马上就会出现实时字幕：

就这么简单，不用注册、不用联网，三分钟就能跑起来。

核心能力拆解：按场景选配置

TMSpeech 的强大之处在于"识别器"和"音频源"都可以自由组合，按场景灵活切换。进入设置界面即可配置：

识别器三选一，怎么选？

音频源怎么选？

进程音频有个妙用：开会时只捕获腾讯会议这一个进程的声音，其他软件的提示音完全不会干扰识别，背景干净、准确率更高。相关实现可以在src/Plugins/TMSpeech.AudioSource.Windows/目录下查看。

一次完整演练：从"开会"到"自动生成会议纪要"

假设你正在开一场腾讯会议，我们走一遍完整流程：

第1步：装模型

打开设置 → 资源页面，看到中文、英文、中英双语三种模型，点击"安装"按钮等待下载完成：

模型存储位置：内置资源在[应用目录]/plugins/，用户安装的资源在%AppData%/TMSpeech/plugins/，后者可以放心删除。

第2步：选识别器与音频源

推荐配置：识别器选"Sherpa-Onnx 离线识别器"，音频源选"系统音频"或"进程音频"，采样率保持默认的 16kHz 即可。

第3步：开启识别

点击红色按钮，字幕开始实时滚动。右下角的计时器会记录本次会话时长，红色即代表正在识别中。

第4步：会后复盘

识别结果会自动按日期保存到"我的文档/TMSpeechLogs"文件夹，再也不用对着录音一笔一笔地听写。想看某句话？打开历史记录窗口，右键即可复制或全选：

一段会议开完，会议纪要初稿已经躺在文档里了，剩下的只是简单整理。这就是"一键生成会议纪要"的完整链路。

进阶玩法：让工具更懂你

个性化字幕样式

字幕窗口支持无边框悬浮、任意拖动和缩放。在设置里你可以自由调整字号、字体、颜色、阴影、背景，甚至做成半透明字幕条叠在视频上，观感几乎和视频网站的歌词字幕一样。锁定按钮可以防止误触拖动，识别运行中字幕纹丝不动。

敏感词提醒

担心错过关键信息？在"通知"设置里配置敏感词（比如"方案""预算""截止"），一旦识别到这些词，系统就会弹出通知提醒你——摸鱼也能精准回魂。

接入你自己的识别引擎

命令行识别器让 TMSpeech 变成万能平台：它启动你指定的子进程，把标准输出当作字幕，单个换行更新当前句、多个换行表示句子完成。示例脚本在external_recognizer/目录下。比如你想接入 Whisper，只需写一个脚本输出标准格式文本即可，参考代码结构如下：

print("临时识别结果", end='\n', flush=True) # 单个换行：更新当前句 print("\n", flush=True) # 多个换行：本句结束，存入历史

避坑指南：新手常踩的五个坑

识别不准怎么办？先确认环境安静；其次确认选对了语言模型（中文场景别用英文模型）；最后可以在资源页面更换效果更好的流式模型，或改用 GPU 加速的 Ncnn 识别器。

为什么抓不到系统声音？部分电脑需要先启用"立体声混音"设备：右键托盘音量图标 → 声音设置 → 录制 → 启用立体声混音，再在 TMSpeech 中选择对应音频源即可。

进程音频一直报错？检查所选进程是否还在运行，或者该进程的音频会话是否被独占。Windows 版本低于 10.0.20348 时进程音频不可用，这时切回系统音频即可。

命令行识别器启动就退出？给批处理脚本加上@前缀隐藏命令回显，不要在结尾加pause；参数带空格时记得用双引号转义。日志文件记得填上，报错信息都写在 stderr 日志里。

识别结果存哪了？默认在"我的文档/TMSpeechLogs"，按日期组织文件；也可以在"通用"设置里自定义保存路径。

横向对比：它凭什么值得推荐？

它最大的差异化在于三点：完全离线保护隐私、系统音频直接捕获（开会神器）、插件化架构自由扩展。核心与插件分离的设计（见src/TMSpeech.Core/与src/Plugins/）意味着你可以像搭积木一样自由组合音频源、识别器甚至翻译器。

现在就开始，让 TMSpeech 成为你的效率搭子

自测清单：你适合用 TMSpeech 吗？

✅ 开会怕走神，想要一份自动生成的会议纪要 ✅ 上网课记笔记跟不上，想要实时字幕 ✅ 担心语音上传云端，坚持本地处理 ✅ 电脑配置一般，想要轻量级低占用工具 ✅ 想给视频生成文字稿、字幕文件 ✅ 想要免费开源、可自己动手扩展的软件

只要符合任何一项，现在就动手吧：git clone https://gitcode.com/gh_mirrors/tm/TMSpeech，装好模型，点下那个红色按钮，让每一句重要的话都留在你的文档里。

TMSpeech 还是一个活跃发展的开源项目，如果你发现更好的模型、有新的功能想法，或者愿意一起参与开发和文档编写，随时欢迎加入。每一份反馈和贡献，都在让这个本地方案变得更强大——毕竟，最好的工具永远是"大家一起来打磨"的那一个。愿你再也不用在会议里手忙脚乱，愿每一次关键信息都不被错过。

【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