[扒B福利社]福利软件分享之7款少有人知的语音转文字黑科技软件，开源免费强大！[20P]

.:. 草榴社區 » 技術討論區 » [扒B福利社]福利软件分享之7款少有人知的语音转文字黑科技软件，开源免费强大！[20P]
＜上一頁 1 2 下一頁＞	手機版回帖發布主題

--> 本頁主題: [扒B福利社]福利软件分享之7款少有人知的语音转文字黑科技软件，开源免费强大！[20P]

字體大小寬屏顯示只看樓主最新點評熱門評論時間順序

扒B娃娃

級別：精靈王 ( 12 )
發帖：4650
威望：2088 點
金錢：75337 USD
貢獻：6298 點
註冊：2013-08-03
認證：技術區認證會員
2023-12-24

主題資料短信推薦編輯

以下资源均可以不用下载在线观看，也可以下载收藏~
建议追求高质量观看体验者，最好下载下来用播放器外挂字幕！
敏感资源，最好下载为了给新资源让路，部分帖子资源可能会失效，请站短我补链
PS:搜索扒B福利社你会发现更多~

【资源名称】：语音转文字工具
【资源类型】：应用
【有无字幕】：/
【资源大小】：约7GB
【资源预览】：海报、截图
【资源描述】：这里就给大家分享几款不一样的语音转文字工具，都是免费、开源项目！

现在我们工作会议的时，都会用到录音转文字工具，我个人也会在工作和娱乐的时候用到这些工具，这里就给大家分享几款不一样的语音转文字工具，都是免费、开源项目！

01Voice-Pro
AI 语音转换和多语言翻译工具

Voice-Pro 是一款由AI驱动的Web开源应用程序，旨在彻底改变多媒体内容处理。

它集转录、翻译和文字转语音为一体，提供简洁直观的可视化操作界面，支持实时转录和翻译，以及批量处理模式。

它具有 YouTube 视频下载、语音分离、语音识别、翻译和文本转语音的全面功能。

Voice-Pro 安装。
①运行configure.bat 并start.bat
②克隆或下载最新版本（源代码 zip）GitHub 版本

git clone https://github.com/abus-aikorea/voice-pro.git

③运行configure.bat，在 Windows 上安装 git、ffmpeg 和 CUDA
④连接互联网，这个过程可能需要一个多小时，看系统情况。
⑤在安装过程中，请勿关闭 Windows-Command 窗口。

⑥启动 Voice-Pro。Web-UI 将自动运行。

首次运行时，请先安装 Voice-Pro。

如果在安装过程中出现问题，请删除 installer_files 文件夹并再次运行 start.bat。

该项目是用于音频处理的综合 Gradio WebUI，具有 Voice Changer、零样本语音克隆（E2、F5-TTS）、YouTube 下载、语音隔离（UVR5）、文本转语音（Edge-TTS）和多语言翻译。适用于内容创建者和开发人员。

02PodCastLM
PDF 生成中文播客！

一款开源免费的工具，可以将 PDF 内容转化为适合音频播客的自然对话，并输出为 MP3 文件。

操作很简单：
①我们可以直接将需要转换的内容上传到操作页面，这里可上传1M以内的PDF文件；

②然后设置语气、时长等，生成播客，你可以查看到文本总结内容，以及整理后的脚本内容！

③点击底部音频按钮，即可播放当前整理好的内容！

开源地址：https://github.com/YOYZHANG/PodCastLM
在线地址：https://ai.podcastlm.fun

03video-srt-windows
自动识别视频语音生成字幕文件的工具

video-srt-windows是一个可以识别视频语音自动生成字幕SRT文件的开源 Windows-GUI 软件工具。

它采用 Go+walk 开发，仅支持 Windows 系统。基础原理是请求在线语音转文字的服务，超出免费额度需付费。另外还加入了导出字幕文件和翻译功能。

04buzz
音频转录与翻译工具，可以在你的个人计算机上离线转录和翻译音频服务。

该项目是基于 Whisper 的音频转录和翻译工具，开箱即用、操作简单，支持语音转文字、音频翻译、多种语言和离线使用！

Mac 原生版本的 Buzz，具有更简洁的外观、音频播放、拖放导入、转录文本编辑、搜索等功能。它同时适用于Windows 和 Linux 平台。

功能支持：

①导入音频和视频文件并将转录文本导出为 TXT、SRT 和 VTT（演示)

②从计算机的麦克风转录和翻译为文本

③支持Whisper、Whisper.cpp、Faster Whisper、Whisper兼容的 Hugging Face 模型，以及 OpenAI Whisper API

④命令行界面

05ChatTTS

SOTA 开源 TTS，强大的对话式文本转语音模型，专门为对话场景设计，支持中、英双语。生成较短的语音效果很好，无机械感！

它主要用于 LLM 助手对话任务、对话语音以及视频介绍等，支持中英文混合文本合成语音，音色表现强，能达到真假难辨程度。

它不仅能够生成自然、流畅的语音，还能控制和添加笑声、停顿和语气词等。

06fish-speech
所有人都能用的开源语音合成模型

该项目是由 Fish Audio 开发的基于 VQGAN+Llama 的文本转语音模型，它仅需 4GB 显存即可在个人设备上轻松运行和微调(16GB)，支持中英日语和音色调整，语音合成效果出色。

07GPT-SoVITS
少样本语音转换和合成工具

强大的少样本语音转换和语音合成 WebUI 工具，输入 5 秒的声音样本就能体验文本到语音转换。支持少样本 TTS、英语、日语和中文，集成了声音伴奏分离、中文自动语音识别和文本标注等功能。

特色功能：
零点TTS：输入5秒的人声样本并体验即时文本到语音转换。
少发TTS：只需1分钟的训练数据即可微调模型，以提高语音相似度和真实感。

跨语言支持：使用与训练数据集不同的语言进行推理，目前支持英语、日语、韩语、粤语和中文。

WebUI 工具：集成工具包括语音伴奏分离、自动训练集分割、中文 ASR 和文本标注，帮助初学者创建训练数据集和 GPT/SoVITS 模型。

Ok，本期的分享就到这里了，希望以上语音转文字、文字转语音的工具可以帮助你，不管是在生活上，还是在工作中，提高效率！

希望本资源对您有用~
祝大家使用愉快！
如果您喜欢本资源
欢迎点赞回复支持
再会

下载链接：「语音转文字工具①」
下载链接：「语音转文字工具②」
下载链接：「语音转文字工具③」
下载链接：「语音转文字工具④」
PS:以上链接任一保存均可，部分资源可能会被和谐，请到其他备份链接查找~

⁢🔴更多优质资源🆕请关注⬇️：

📌扒B娃娃资源汇总📌

🔥福利社每日资源更新🔥

------------------------

DMCA / ABUSE REPORT | TOP Posted: 01-08 22:52 樓主引用 | 發表評論

厦门一只狼

級別：精靈王 ( 12 )
發帖：16537
威望：3298 點
金錢：134889 USD
貢獻：33621 點
註冊：2021-12-14

＜上一頁 1 2 下一頁＞
.:. 草榴社區 -> 技術討論區

快速回帖	頂端
內容： HTML 代碼不可用使用簽名 Wind Code自動轉換	按 Ctrl+Enter 直接提交