【免费下载】 TMSpeech 项目下载及安装教程
1、项目介绍
TMSpeech 是一个 Windows 下的中文实时语音字幕工具。它通过 WASAPI 的 CaptureLoopback 捕获电脑声音(录内音),将语音实时转文字,并以歌词字幕的形式展示。即使完全关闭电脑声音也能使用。该工具特别适合在开会时使用,可以帮助用户更放心地走神,突然被喊到时不会那么不知所措。TMSpeech 基于 sherpa-onnx 项目二次开发,实测在 AMD 5800u 的笔记本上 CPU 占用不到 5%。
2、项目下载位置
你可以通过以下链接访问 TMSpeech 项目的 GitHub 仓库,并下载最新版本的 release:
在 GitHub 仓库页面中,点击 "Releases" 标签,下载最新的 release 压缩包。
3、项目安装环境配置
系统要求
- Windows 操作系统
- .NET Framework 4.7.2 或更高版本
环境配置步骤
-
安装 .NET Framework
确保你的系统已经安装了 .NET Framework 4.7.2 或更高版本。如果没有安装,可以从微软官方网站下载并安装:
-
配置 WASAPI
TMSpeech 使用 WASAPI 捕获电脑声音,确保你的系统声卡支持 WASAPI。大多数现代声卡都支持 WASAPI,无需额外配置。
环境配置示例

4、项目安装方式
-
下载并解压 Release 文件
从 GitHub 仓库的 "Releases" 页面下载最新的 release 压缩包,并解压到你选择的目录。
-
运行 TMSpeech
进入解压后的目录,找到
TMSpeech.GUI.exe文件,双击运行。 -
创建桌面快捷方式
为了方便使用,你可以在桌面创建一个快捷方式。右键点击
TMSpeech.GUI.exe,选择 "发送到" -> "桌面快捷方式"。
5、项目处理脚本
TMSpeech 项目本身不包含复杂的处理脚本,主要依赖于其内置的语音识别模型。如果你需要自定义模型,可以按照以下步骤操作:
-
下载其他模型
你可以在 sherpa-onnx 项目 中下载其他模型。
-
修改模型路径
在 TMSpeech 的设置中,找到模型路径设置,将路径修改为你下载的模型文件夹路径。
-
测试新模型
重新启动 TMSpeech,测试新模型的识别效果。
处理脚本示例
# 下载模型
wget https://github.com/k2-fsa/sherpa-onnx/releases/download/v1.0.0/model.zip
# 解压模型
unzip model.zip -d models
# 修改 TMSpeech 设置
TMSpeech.GUI.exe --model-path=models
通过以上步骤,你可以顺利下载、安装并配置 TMSpeech 项目,享受实时语音字幕带来的便利。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00