# ASR-system

**Repository Path**: traveling_cloud/ASR-system

## Basic Information

- **Project Name**: ASR-system
- **Description**: 简单的中文语音识别工具，使用ffmpeg和whisper.cpp作为处理程序，能从语音文件中提取中文字符并保存。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-24
- **Last Updated**: 2026-05-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

**项目介绍**

该软件是一个中文语音识别软件，能从媒体文件中提取中文语音信息，并转换为文字。其设计目标是为老师、记者、文员等文字工作相关职业提供帮助。

该软件的性质是免费软件，该软件无法联网，无需注册账号，无需购买任何性质的授权。在绝大多数情况下，该软件是开箱即用的，没有其它依赖。*（目前只支持Windows平台）*

***该软件无需显卡也能使用。***



**使用方式**

1、启动ASR-system.exe，该程序是语音识别系统的控制页面。

2、选择一个可用的音频处理器（软件发布时自带有ffmpeg.exe）

3、选择一个可用的语音识别器（软件发布时自带有whisper.exe）

4、选择一个可用的语音识别模型（需要自行下载）

5、选择一个或多个媒体文件，常见的音视频均可

6、点击“开始处理”按钮，开始语音提取

7、语音提取结束后，点击“打开输出目录”按钮,可以查看语音提取结果。



**模型下载**

访问该链接，下载模型后解压（模型使用了分卷压缩），放到软件（ASR-system.exe）所在目录的models文件夹内即可。

https://gitee.com/traveling_cloud/ASR-models

模型名称为：ggml-whisper-large-zh-cv11-Q4_0.bin

***如何下载***

可以使用git clone，也可以直接下载zip。如果选择下载zip，由于gitee本身会打包文件，此时需要**解压两次**（第一次解压获得分卷压缩文件，第二次解压获得模型本体）。



**CPU和内存占用**

在软件运行期间，CPU占用可能会超过100%，这是完全正常的现象。每当CPU占用到达100%，意味着软件占用了1个物理核心的算力。对于多核心处理器，程序的CPU占用可能会超过100%。

程序默认启动4个线程进行语音识别。在4线程模式下，CPU占用理论值最高是400%（100% x 4 = 400%)。由于程序无法独占CPU，实际上的CPU最高占用大概在360%左右（90% x 4 = 360%）



**联系方式**

如软件的表现异常，或者无法处理某些媒体文件，可以将相关信息发送至这个邮箱：
[traveling_cloud@163.com](mailto:traveling_cloud@163.com)

“相关信息”可能包括：软件内的输出和错误码、程序运行状态的口头描述、操作系统报告等。



**编译与打包**

在windows平台上，使用**minGW_x64**环境进行编译：

1、克隆仓库

```shell
git clone https://gitee.com/traveling_cloud/ASR-system.git
```

2、拉取子模块

```shell
cd ASR-system
git submodule init
git submodule update
```

3、使用脚本编译ffmpeg和whisper。该步骤将在代码仓库目录创建bin文件夹，并把编译结果放入bin文件夹内。

```shell
./build_ffmpeg.sh
./build_whisper.sh
```

4、接下来编译QT程序。该步骤将产生程序：**ASR-system.exe**

使用恰当的方式，根据**CMakeLists.txt**构建项目。可以使用qtcreator，Visual Studio或者其它环境（如MSYS，MinGW）。

5、手动打包

将ASR-system.exe移动到bin文件夹内，并使用工具（如windeployqt）补全动态库。此时bin内的所有文件即可进行打包（不包含模型）。

如果希望带模型发布，只需把模型移动到*bin/models*内即可。