• 12wk34

    把之前做的工具整理了下, 直接 npm install -g livesub && livesub 就可以使用,内置本地模型的管理,模型推理部分只依赖 cpu, 稍微新一点的电脑就可以跑。

    ASR 和 翻译部分可以分开选择的。qwen-asr + firefox translate 是集成好的纯本地方案,在 UI 里下载模型就能用。

    我自己一般是选择本地的 ASR + deepseek 翻译来综合隐私速度和准确率。

    图片

    图片

    ASR 除了本地的 qwen3-asr 还支持阿里百炼的 qwen 和 openai
    翻译除了本地的 firefox translate 还支持 openai/claude/deepseek. (LLM 除了翻译还能顺带纠错会比较好用)

    目前自用就偷懒只做了 webui, 靠 PWA 和 chrome 的画中画来运行,等有人用再改桌面端:)

    主楼
  • 12wk34

    btw, Linux/MacOS/Windows 都是支持的, 预编译了推理引擎
    github.com/nexustar/qwen-asr 针对 qwen-asr 的特点做了些优化

    #1
  • jackOff

    我其实希望有那种字级时间戳精准实时语音识别生成字幕的东西,可惜开源的都有时间戳漂移问题

    #2

发表回复

登录后回复