此工具能够批量处理 MP3 文件(目前版本仅限 MP3,后续会加入更多格式,可用格式工厂转成 MP3),将其中的语音转为文字,依靠百度 AI 技术,识别准确度较高。独立版本已去掉黑框,修复大量错误,且写了详细的 KEY 申请说明,供大家顺畅使用;尚存的问题欢迎及时反馈。
1、获取 KEY
软件顶部需要填写 APIKEY 和 SECRETKEY,可前往百度 AI 平台的语音识别页面免费申请。
访问百度AI开放平台的短语音识别页面:https://ai.baidu.com/tech/speech/asr,接着选择“立即使用”按钮。
登录百度账号后,进入页面,按箭头提示先领取资源。
接着进入应用详情页面,可以找到APIKEY和SECRETKEY,把它们粘贴到软件里就行了。
2、选择识别语言
本程序提供五种选择:极速版普通话、免费版普通话、免费版英文、免费版粤语、免费版四川话,其中极速版普通话的识别准确度最佳。
3、进行音频转换
点击按钮可批量选取多个 MP3 文件,自动转换,完成后结果会保存到软件目录下的“音频转换结果”文件夹中。
对一段二十多分钟的岳云鹏相声进行测试转换,识别的准确率确实相当不错。
修复了部分 MP3 文件闪退问题。
新增了对多种音频文件类型的转换能力,现可处理的音频扩展名包括:*.mp3、*.wav、*.m4a、*.aac、*.wma、*.flac。