企业官网建设流程全解析

TMSpeech：Windows 免费离线语音转文字完整指南，本地识别实时出字幕

【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

TMSpeech 是一款免费开源的 Windows 离线语音转文字工具。它捕获电脑正在播放的声音，识别全部在本地完成，结果实时显示为字幕，并按日期存成日志文件。适合需要会议纪要、课程笔记、视频补字幕的用户，无需联网，也不用注册账号。

🎬 哪些场景用得上：先判断值不值得装

• 经常开会：捕获会议软件的内音实时转文字，被点名时翻一下历史记录就能接上话，当天记录稍作整理即成纪要；
• 看在线课程：讲解内容变成字幕实时跟随，漏听的要点可以事后从历史里回看原文；
• 给无字幕视频补字幕：把视频声音转成语幕条，窗口拖到播放器下方，不遮挡画面；
• 练听力：换英文或中英双语模型，边听外语材料边对照字幕校准理解。

首次运行：从解压到出字幕最短 4 步

1. 获取程序：从 Release 页面下载压缩包并解压，或执行git clone https://gitcode.com/gh_mirrors/tm/TMSpeech拉取源码自行构建；
2. 双击运行TMSpeech.exe：首次启动会自动生成配置文件与日志目录，不需要手动初始化；
3. 安装模型：打开设置界面的"资源"页，给中文、英文或双语模型之一点击"安装"，等待下载完成（中文模型约 300MB）；
4. 回到主界面点开始按钮：字幕开始滚动，识别结果同步写入日志文件。

配置改乱了不用重装：运行 Release 包自带的重置配置脚本（bat），删除现有配置即可回到出厂默认状态。

音频源、识别器、模型怎么对号入座

对速度和资源占用要求更高时，可在识别器里换 Sherpa-Ncnn，它支持 Vulkan 计算，表现更激进，适合尝鲜。

字幕在哪显示，日志存到哪里

• 字幕：显示在无边框小窗口中，可任意拖动和缩放；右键可修改字体、字号、颜色、透明度、阴影；
• 配置：保存在%AppData%\TMSpeech\config.json（JSON 格式），修改后即时更新对应模块，不用重启程序；
• 日志：识别结果按日期存到"我的文档"下的TMSpeechLogs文件夹；
• 复制导出：历史记录窗口里右键菜单或按Ctrl-C复制选中内容，方便摘取关键段落。

识别不准、录不到声音：现象与处理

• 现象：识别准确率不高 → 处理：先排除环境噪声、多人同时说话、音频源选错，都正常就换语言模型，或在设置里手动指向更合适的流式模型路径；
• 现象：录不到系统声音 → 处理：在"声音控制面板"的"录制"页启用"立体声混音"设备（面板里看不到时，勾选"显示禁用的设备"打开它），再设为音频源；
• 现象：找不到日志文件 → 处理：确认我的文档\TMSpeechLogs文件夹存在且有写入权限，权限异常时以管理员身份运行；
• 现象：CPU 占用偏高 → 处理：换更省资源的识别器、改用更小的模型、关闭实时标点等附加处理（作者实测 AMD 5800u 笔记本上默认配置占用低于 5%）。

🔧 想接自己的模型：插件目录与命令行协议

通用能力（插件管理、任务调度、配置管理、资源管理）集中在 src/TMSpeech.Core/，具体功能以独立插件放在 src/Plugins/ 下；程序启动时扫描plugins目录，按各插件的tmmodule.json加载程序集。想新增音频来源、识别引擎或翻译功能，实现IAudioSource、IRecognizer、ITranslator等接口后放入插件目录即可，核心代码保持不变。

另一条路是设置里的"命令行识别器"：它启动一个外部子进程，子进程标准输出作为字幕来源，输出新的一行即刷新当前句子，随后跟一个空行（两个换行）表示该句完成并写入历史；标准错误写入日志文件，双方统一 UTF-8 编码。协议允许模型在出字过程中回头修正前面的内容，最终留存的是稳定句子。注意两点：此模式下子进程自行采集音频，设置里的音频源切换不生效；批处理脚本开头要加@隐藏回显，结尾不要写pause。参考脚本见 external_recognizer/。

写在最后

TMSpeech 的定位很明确：Windows 平台的免费、离线、解压即跑的语音转文字方案，音频不出本机，断网可用。经常开会、要课程笔记、需要给视频批量补字幕的用户，装来试试即可。使用上有任何不顺手之处，或直接开 Issue 提需求；熟悉 Windows/C# 开发也欢迎提交 Pull Request。

【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