Qwen3-ASR一键启动运行工具

整合包已内置Python、CUDA、cuDNN等所需运行环境，无需自行逐项搭建。按包内说明安装或解压后，保留完整配套文件再启动；不要只复制启动程序。使用NVIDIA GPU时，电脑仍需有可正常工作的显卡驱动。

支持Windows 10、Windows 11的64位环境，提供NVIDIA GPU与CPU运行方式。自动选择会优先使用可用的N卡，也可手动选择CPU；CPU通常耗时更长，可先用短录音确认运行效果，再安排长任务。

4G低显存、老N卡可用，建议优先选择0.6B模型，关闭不需要的人声分离，音频分段先设为30秒，计算精度保留自动。实际占用会随模型和输出选项变化；若资源仍不足，可选择仅TXT、关闭额外VTT和JSON，或切换CPU。老显卡也需满足整合包与驱动的兼容要求。

1.7B在界面中标为精细识别，适合更重视识别细节且电脑资源较充足的任务；0.6B标为轻量快速，更省资源，适合低显存电脑和日常批量转写。可以用同一段代表性录音分别试转写，再根据结果和等待时间选择。

支持将超长会议、课程、访谈或直播回放直接作为文件加入任务，软件自动连续处理，无需先手动剪短。音频分段设置控制每次处理的片段，不是整份素材的总时长限制；超长素材需要相应的磁盘空间与处理时间，不建议让电脑在任务中进入休眠。

支持WAV、MP3、FLAC、M4A、AAC、OGG、OPUS、WMA、AIFF、AMR、APE等音频，以及MP4、MKV、MOV、AVI、WEBM、FLV、WMV、M4V、TS、MTS、M2TS、MPG、MPEG、3GP等视频。素材需能正常读取并含有音轨；无法读取的文件可先转换为常见格式后重试。

在转写任务中选择文件夹，也可以多选或拖入多个文件和目录。需要扫描下级目录时勾选遍历子目录，选择保存目录和输出类型后点击开始转写，软件会依次处理整批素材，无需逐文件重复操作。

TXT是纯文字稿，适合会议、采访和资料整理；SRT是常用时间轴字幕，适合播放器与剪辑软件；VTT适合网页视频字幕；JSON包含识别分段和字词时间信息，便于其他程序处理。可选TXT、SRT或同时输出，并按需额外生成VTT与JSON。

本地识别模型覆盖30种语言和22种中文方言，包含中文、英语、粤语、日语、韩语等。可以选择自动识别，也可指定已知语言。音质、口音、多人重叠讲话和专业词汇会影响结果，建议抽查；不要把语言与方言合计52项理解为52种独立语言。

不是所有语言都能输出带时间信息的结果。当前SRT、VTT和带时间戳JSON支持中文、英语、粤语、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语、西班牙语，共11种语言。其他语言请选择仅TXT，并关闭额外VTT与JSON；自动识别到不支持的字幕语言时会提示失败。

进入字幕与热词页面，调整每条字数、单条时长和暂停阈值，并按需要勾选按标点分句。默认可用40字、6秒、0.35秒暂停；短视频可先尝试24字，分句太频繁时可将暂停阈值调到0.6秒。字数与时长是目标上限，单个词不会被截断。

可以尝试开启识别前分离人声，再进行转写，适合配乐明显的素材。干净的会议录音通常可关闭此项以节省资源。分离并不保证消除所有干扰，重叠说话、强噪声或模糊人声仍建议先改善录音并核对结果。

在热词与上下文中填写常见名称或录音背景，例如“热词：一可软件、工业视觉、王小明”，并保存以便复用。提示内容最多4000字，热词用于辅助识别，不是强制替换；重要的人名、金额和专业词仍需对照录音校对。

当前工具主要把音视频中的语音转成文字稿与字幕，没有提供自动标注不同说话人、自动总结会议纪要或翻译的独立功能。可以先导出TXT整理纪要，需要翻译时再将文字或SRT交给对应的翻译工具。

不会。本工具生成独立的文字和字幕文件，不直接把字幕烧录进视频画面。可以把SRT导入剪辑软件或站内字幕处理工具，校对内容、字体与位置后，再导出带字幕的视频。

在批次操作中选择恢复批次，选中原任务记录，即可继续尚未完成的部分，已保存分段会保留。恢复沿用原批次模型和参数；源素材变化或希望换模型、换设置时，应开始新批次，不要混用旧任务进度。

任务结束后请查看日志或导出CSV清单，核对每份素材的状态和错误原因。修复磁盘空间、路径或资源问题后，可用重试失败处理最近批次的失败与未完成项。进度条只能辅助了解处理情况，交付前应以结果文件和清单为准。

已有同名结果会自动添加编号，不覆盖旧文件。开启遍历子目录后可保留目录层级；批次操作中的导出结果ZIP会打包最近批次成功生成的文件并保留层级，未完成项不会打包。导出清单CSV可用于核对交付内容。

界面最多预览前60000字，批量任务展示当前素材的结果。完整文字稿与字幕保存在您选择的目录，请点击打开目录查看；复制预览只能得到界面中显示的部分，交付长素材时应使用完整结果文件。

语音识别使用本地模型，素材和结果在本机处理；软件账号登录与权限认证需要网络。因此使用时请保持账号认证所需的网络连接，不要把本工具理解为完全无需联网的软件。

可以在API服务页启动转写服务，默认仅本机访问，也可按需选择局域网访问方式。其他程序可提交素材、查询进度和获取结果，需要使用独立API密钥；API与桌面任务依次处理，修改默认识别参数后需重启API。普通文件转写无需启动API。

首次任务需要加载本地模型，可结合日志判断当前阶段。资源紧张时先选0.6B、关闭人声分离、缩短音频分段，或使用CPU；磁盘或CPU较慢时，可适当延长界面中的等待超时。空闲后可点击释放模型，下次转写会重新加载。