AsrTools官网版 v1.1.0

AsrTools官网版的语音转字幕流程

AsrTools官网版是一款语音转文字工具，把音频或视频里的语音识别成文字，输出SRT和TXT两种字幕文件。视频文件能直接拖进来，内置的ffmpeg会在后台抽出音频轨，不需要先手动转成mp3。会议录音、访谈音频、课程视频都可作为输入。

界面基于PyQt5和qfluentwidgets搭建，布局接近剪辑软件的识别面板。口袋网收录的版本为简体中文界面，体积55.56MB。

接口支持与并发批处理

识别调用外部接口完成，可从剪映、快手、必剪等多个来源中选择。切换接口在下拉框里完成，不需要显卡和本地模型配置，普通办公本也能跑起来。批量任务采用多线程并发，多个文件同时排队识别，长音频的等待时间被摊薄。任务列表显示每个文件的进度与状态，失败项可以单独重试。

输出格式可选.srt或.txt，srt带时间轴，txt只有纯文本。含中文的文件夹名在后续版本中已被支持，不会再导致读取失败。

接口选择后可在下方测试按钮发一小段音频试跑，确认返回正常再投入批量任务。并发线程数设得过高反而容易被限流，文件多时把同时处理数控制在四到六个，速度与稳定性更平衡。

编辑界面与文件分类

识别结果回到编辑界面，按时间轴列出每条字幕，可修改文本、调整起止时间、合并或拆分句子，改动会同步写回输出文件。界面新增标签分类，把任务按用途分组，历史项目多了也容易找回。内置ffmpeg让视频输入直接可用，早期版本只接受音频。

长句识别后常被切成多行，用合并命令压成一条；跨句的标点错误可批量替换。时间轴微调支持整体平移和拉伸，把偏移的字幕一次性对齐到语音起点。任务完成后可按项目名归档，下次打开直接续接。

使用方法

1、安装后打开软件，在设置里选择识别接口，确认网络可以访问。

2、点添加文件或直接把音频、视频拖入任务列表，支持一次选择多个。

3、在输出格式里选SRT或TXT，设定保存目录。

4、点开始，等进度条走完；识别结束后在编辑界面校对文本，修正专有名词和断句。

5、点导出生成字幕文件，导入剪辑软件套用到视频上。

更新内容与常见问题

v1.1.0支持中文路径，新增TXT导出，修复剪映接口不可用的问题，界面加入标签分类，并内置ffmpeg处理视频文件。识别结果为空，先确认音轨是否有声音、接口是否可用，再检查文件是否被其他程序占用。时间轴错位多是源文件采样率异常，换一版接口或先转码再识别。导出后字幕在播放器里乱码，把编码存为UTF-8再试。

识别前的音频准备也会影响结果，背景噪声大的录音先降噪再用，多人交叉说话时声道分离能减少串词。较长的会议音频按章节切段处理，单段失败时只需重跑该段，不必整体重来。导出前抽查开头、中段、结尾各一条字幕的时间点，确认没有累积偏移。

批量任务开始前先确认磁盘剩余空间，识别结果与临时音频都会占用存储，长视频较多时把输出目录放到空间充足的盘。专有名词可在词库里预先添加，识别后自动替换，品牌名与人名不必逐条手改。任务队列支持暂停和继续，临时插队另一个文件时不必终止当前识别。遇到接口临时维护，换到另一个来源即可续跑，已完成的文件不会重复处理。整个流程在本地与接口之间完成，任务与结果都留在自己机器上，方便按项目归档。