AsrTools 开发者指南

1. 项目介绍

AsrTools 是一个智能语音识别转文本的工具，它支持批量处理，拥有用户友好的界面，并且不需要GPU即可运行。AsrTools 可以将音频文件转换为精确的文本，并支持生成 SRT、TXT、ASS 等多种格式的字幕文件。项目基于 PyQt5 和 qfluentwidgets 构建图形用户界面，提供高效便捷的语音识别体验。

2. 项目快速启动

安装指南

从发布版本安装

• 下载 Windows 平台的 Release 版本，解压后运行 AsrTools.exe 即可启动 GUI 界面。

从源码安装（开发者）

• 克隆仓库到本地：

  git clone https://github.com/WEIFENG2333/AsrTools.git
  cd AsrTools
  

• 安装依赖：

  pip install -r requirements.txt
  

• 启动 GUI 界面：

  python asr_gui.py
  

使用步骤

1. 启动应用：运行可执行文件或通过命令行启动 GUI 界面。
2. 选择 ASR 引擎：在下拉菜单中选择所需的语音识别引擎。
3. 添加文件：点击“选择文件”按钮或将文件/文件夹拖拽到指定区域。
4. 开始处理：点击“开始处理”按钮，程序将自动开始转换，并在完成后在原音频目录生成字幕文件。

3. 应用案例和最佳实践

批量处理音频文件

对于需要处理大量音频文件的场景，AsrTools 的批量处理功能可以大幅提高效率。只需将音频文件或文件夹拖入程序，选择合适的识别引擎，即可一键处理。

视频自动加字幕

AsrTools 还支持视频文件直接处理，自动转换为音频文件并进行字幕转换，省去了手动转换音频格式的步骤。

字幕编辑

识别完成后，用户可以直接在 AsrTools 中对字幕进行编辑，调整时间轴和校正识别错误，确保输出字幕的准确性。

4. 典型生态项目

AsrTools 的开发者还创建了 VideoCaptioner 项目，这是一个基于 LLM 的智能字幕助手，同样支持无需 GPU 的高质量字幕视频合成。VideoCaptioner 不仅可以生成、断句、优化和翻译字幕，还能一键完成视频到带字幕视频的全流程转换。

AsrTools 和 VideoCaptioner 一起构成了一个完整的语音识别和视频字幕制作解决方案，适用于多种场景，如教育、媒体制作和内容分发等。