TMSpeech使用教程10分钟把电脑声音变成实时字幕离线会议记录不求人【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周五下午的周会领导突然点名问你对刚才方案的看法而你正盯着窗外神游——这种被抓包的瞬间要是有行实时字幕就好了。TMSpeech 就是为此而生的 Windows 离线实时语音转文字工具它捕获电脑正在播放的声音实时转成中文歌词字幕并把识别结果自动存进日志。这个项目在仓库里的简介是腾讯会议摸鱼工具名字就来自这个场景——开会走神不可怕回头看字幕就行。实测在 AMD 5800u 笔记本上 CPU 占用不到 5%甚至完全关闭系统声音也能正常识别。如果你属于以下几类人这篇文章值得读完一周要开好几个线上会会后还得整理会议纪要的职场人上网课、看技术分享想边听边记重点却总手忙脚乱的学习者在意隐私、不希望对话内容被传到云端的用户想给外语视频配实时字幕、辅助听力训练的朋友。最打动我的三个细节第一电脑静音也能听到声音。TMSpeech 用 WASAPI 的 CaptureLoopback 方式录制直接捕获声卡正在播放的音频流而不是麦克风。这意味着开会戴耳机、系统音量调到最低甚至静音字幕照样一行行出——戴着耳机开会又不吵到同事的场景里非常实用。第二字幕像歌词一样悬浮还能一键锁定。无边框字幕窗口可以拖到屏幕任意位置、任意拉伸字号、颜色、阴影都能按需调整。点一下主界面的锁形图标字幕就被锁住鼠标怎么划过都不会误触、误关想解锁时右键托盘图标即可。会议投屏时这个功能格外省心。第三敏感词主动提醒。在设置里填上排期KPI这类关键词逗号或换行分隔识别到相关发言时程序会弹出桌面通知。做会议记录时相当于多了一个关键信息不漏听的哨兵。10分钟从拿到程序到第一行字幕第一步获取。克隆仓库git clone https://gitcode.com/gh_mirrors/tm/TMSpeech也可以在项目 release 页面下载打包好的版本解压后直接运行TMSpeech.exe。首次启动会自动生成配置出问题还可以运行自带的重置配置脚本恢复出厂。第二步选音频源。打开设置在音频源里按场景选择开会、看视频用系统音频捕获所有播放的声音自己说话用麦克风只想录某一个软件的声音就选进程音频。第三步配置识别引擎。进入语音识别页签普通电脑选Sherpa-Onnx 离线识别器CPU 优化有独立显卡可以换Sherpa-Ncnn 离线识别器GPU 加速。识别器是可插拔的甚至还能选命令行识别器把子进程的标准输出当字幕用接入任意第三方识别程序。第四步安装语言模型。识别效果依赖模型好在程序内置了资源管理在资源页签里找到中文模型约 300MB点安装等进度条跑完即可。需要英文或中英双语的话同样一键安装。第五步开始。回到主界面点红色圆点开始识别几秒钟后屏幕下方就会出现歌词式字幕识别完成的句子会自动按日期存入我的文档/TMSpeechLogs。两个照着做就能复现的工作流场景一会议实时转录。会前把音频源设为系统音频、装好中文模型开会时点开始字幕全程悬浮无需干预会后打开历史记录窗口时钟图标选中内容右键或 Ctrl-C 复制一份会议纪要就成型了。场景二外语视频字幕跟读。装好中英双语模型音频源选系统音频播放视频时字幕实时呈现遇到听不懂的短语直接看字幕对照还能把字幕拖到不遮挡画面的位置。几个少有人提的进阶小窍门开机自启 启动即识别在通用设置里同时打开两个开关以后开机就自动进入字幕状态几乎零操作成本。命令行识别器接自建引擎仓库的external_recognizer/目录里有现成的 Python 示例流式识别、端点检测照猫画虎就能接入自己的模型。配置热重载配置以 JSON 存放在%AppData%/TMSpeech/config.json大部分改动即时生效不必频繁重启程序。遇到问题最快的排查顺序点了开始却没字幕先检查音频源没选系统音频时静音状态下的系统声音是捕获不到的。字幕是乱码或空白大概率是语言模型没装或识别器没选对回到资源和语音识别两个页签核对。CPU 占用偏高换成 Sherpa-Onnx 识别器它专为普通 CPU 优化。历史记录找不到默认在我的文档/TMSpeechLogs也可以在通用里自定义日志保存路径。最后它等着你的反馈TMSpeech 是完全开源的核心框架在 src/TMSpeech.Core/插件接口定义在 src/TMSpeech.Core/Plugins/开发流程可以参考 docs/Process.md。识别准确率很大程度上取决于模型质量如果你找到更好的开源模型欢迎反馈给作者遇到问题或想要新功能也欢迎直接提 issue。现在就去克隆仓库、跑通你的第一行字幕吧。下一次会议走神被抓包时你会感谢今天读完的这篇文章。【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
