TMSpeech：免费的 Windows 离线语音转文字实时字幕工具指南
【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内音，把语音实时转成文字，以字幕形式上屏，同时按日期写入日志文件。音频全程不出本机、断网可用，适合做会议纪要、课程笔记、给无字幕视频补字幕的人。
先跑起来：下载、装模型、点开始
从 Release 页面下载压缩包并解压，双击运行TMSpeech.exe，首次启动会自动生成配置文件和日志目录，无需手动初始化；也可以在TMSpeech.exe上建一个桌面快捷方式，方便日常启动。
接着装模型：打开设置窗口的"资源"页，给中文、英文或中英双语模型之一点"安装"，等下载完成。中文模型约 300MB。装完后回主界面点"开始"，字幕就会开始滚动。
想从源码构建：执行git clone https://gitcode.com/gh_mirrors/tm/TMSpeech拉取代码，用 Visual Studio 以 Release 方式发布 .NET 6 项目即可。
哪一步改乱了配置，运行 Release 包自带的重置 bat 脚本删除现有配置文件，即可恢复出厂状态。
音频源、识别器、模型怎么选
三组核心选项，直接对号入座：
| 部件 | 选项 | 适用场景 | 怎么选 |
|---|---|---|---|
| 音频源 | 系统音频 | 电脑播放的全部声音：会议、课程、视频 | 默认项，系统静音也能取到内音 |
| 音频源 | 麦克风 | 录你本人的说话声 | 语音笔记、口述草稿时用 |
| 音频源 | 进程音频 | 只捕获指定应用 | 要隔离某个程序的声音时切换 |
| 识别器 | SherpaOnnx | 面向普通 CPU 优化 | 默认项，装好模型即用 |
| 识别器 | SherpaNcnn | 支持 Vulkan GPU 加速，encoder/decoder/joiner 三模型架构 | 对速度和资源占用有要求时尝试 |
| 识别器 | 命令行识别器 | 接入任意能输出文字的外部程序 | 进阶用户，见下节 |
| 模型 | 中文 / 英文 / 中英双语 | 均为 Zipformer-transducer 流式模型 | 纯中文场景装中文模型 |
识别器与模型都在设置窗口里切换，改动即时生效，不用重启程序。
字幕、历史记录与配置都放在哪
- 字幕显示在一个无边框小窗口里，可任意拖动、缩放；在窗口上右键可以调整字体、字号、颜色、透明度与阴影。
- 识别结果按日期自动存到"我的文档"下的
TMSpeechLogs文件夹，一天一个文件。 - 打开历史记录窗口，可以右键复制或按 Ctrl-C 复制整段内容，摘取重点很方便。
- 配置写在
%AppData%/TMSpeech/config.json，JSON 格式，程序启动时读取，修改后即时应用。 - 资源占用方面，作者在一台 AMD 5800u 笔记本上实测，默认配置下 CPU 占用不到 5%。
进阶：接上你自己的识别程序
设置里切换到"命令行识别器"后，TMSpeech 会按你填的程序和参数启动一个子进程，并约定一套简单协议：
- 子进程的标准输出作为字幕来源；输出新行（一个换行）表示当前句子刷新，跟两个换行表示这句结束，写入历史记录；
- 标准错误输出写入日志文件；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内容，最终只留存稳定句子。
两个坑提前说：此模式下音频由子进程自己采集，设置里的音频源切换不生效；批处理脚本开头加@隐藏回显，结尾不要写pause，否则程序检测不到子进程退出。参考脚本在 external_recognizer/ 目录，包含基于 SenseVoice 和流式 Zipformer 的两种示例。
底层是插件架构：插件管理、任务调度、配置管理、资源管理集中在 TMSpeech.Core，音频源、各识别器等具体功能以独立插件放在 src/Plugins/ 下，程序启动时扫描plugins目录，按各目录中的tmmodule.json加载程序集。想加新的音频来源或识别引擎，实现IAudioSource、IRecognizer或ITranslator接口，放到插件目录即可，核心代码不用动。
常见故障怎么处理
- 识别准确率不高：先排除环境噪声、多人同时说话、音频源选错；都没问题就换语言模型，或在设置里手动指向另一个合适的流式模型路径。
- 录不到系统声音：多数是 Windows 设备设置问题。打开"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"），再把它设为音频源。
- 找不到日志文件：确认"我的文档\TMSpeechLogs"文件夹存在且可写；权限异常时以管理员身份运行程序。
- CPU 占用偏高：换更省资源的识别器、改小模型、关闭标点等附加处理；5800u 上默认配置实测低于 5%。
TMSpeech 的定位就一句话：Windows 上的免费离线语音转文字与实时字幕工具，音频不出本机、解压即跑，开会、记课、补字幕的刚需场景直接上手。
【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
