STT-V2多格式语音转文本软件下载 多国语音音视频识别工具

STT-V2这是一个离线运行的本地语音识别转文字工具，基于 fast-whipser 开源模型，可将视频/音频中的人类声音识别并转为文字，可输出json格式、srt字幕带时间戳格式、纯文字格式。可用于自行部署后替代 openai 的语音识别接口或百度语音识别等，准确率基本等同openai官方api接口。

核心功能是将上传的音频或者视频自动识别文字，可以导出视频字幕格式，支持多国语音。

 

软件图片：

 

软件信息：

容量大小：1.58G

操作页面：webui

 

百度网盘下载：https://pan.baidu.com/s/1xtuRKkTdcvutJRBYZDuNJg?pwd=ai8o

夸克网盘下载：https://pan.quark.cn/s/e5877bad95bd