基于人工智能的语音识别、文本翻译、字幕生成软件

Note

ymupai 不是开源软件，本仓库用于提供软件下载、更新和反馈渠道。

YMUPAI

ymupai 是一款 Windows 平台的 语音识别 和 字幕生成 以及 音频/视频处理 软件。

主要特性：

• 语音识别：支持从种视频文件、音频文件中提取语音信息并进行语音识别；支持实时从系统麦克风中接收语音数据并进行语音识别
• 语音转录：支持实时语音转录，基于麦克风实时输入的音频数据转录为文本字幕信息
• 字幕生成：支持将语音识别生成的文本数据，基于第三方API进行文本翻译，生成双语字幕数据，并进行同步播放展示
• 音视频处理：支持对音视频文件进行播放、格式转换、视频截图等操作
• 一键自动化处理：导入音视频文件，配置字幕参数，即可一键生成双语字幕数据
• 批量任务处理：支持批量进行字幕生成，可一次导入多个音视频文件，批量进行语音识别、字幕生成操作
• 硬件加速：数据处理支持CPU加速和GPU加速。对于安装有Nvidia系列GPU的Windows PC，支持基于Nvidia CUDA的GPU加速；对于未安装Nvidia GPU的Windows PC，支持基于OpenVINO的CPU加速

安装

服务授权码

点击下载Windows安装程序，按安装引导程序完成安装操作之后，即可使用 点击下载ymupai软件Windows安装程序

模型文件

请使用软件内置的设置 -> 模型文件管理功能下载对应的模型文件

关于服务授权码

本软件不是免费软件，需要使用软件授权码。请联系我们获取软件授权码，我们为早期用户提供试用授权码。

关于模型文件

名称	大小	支持语言	下载链接	介绍
Tiny	77.7 MB	96 种	下载	转换速度快，但识别精度低，一般不推荐使用。
Base	148 MB	96 种	下载	转换速度快，但识别精度低，一般不推荐使用。
Small	488 MB	96 种	下载	转换速度较快，但识别精度低，一般用于概览文稿时使用。
Medium	1.53 GB	96 种	下载	转换速度中等，识别效果较好，对于多数需求和机器配置，一般推荐使用。
Large(v1)	3.09 GB	96 种	下载	转换速度较慢，识别效果极佳，推荐需要转换字幕时使用。
Large(v2)	3.09 GB	96 种	下载	转换速度较慢，识别效果极佳，推荐需要转换字幕时使用。相比 V1 性能更好，但转换精度可能比 V1 差。
Tiny.en	77.7 MB	英文	下载	仅英文使用，转换速度非常快，但识别精度一般，一般用于概览文稿时使用。
Base.en	148 MB	英文	下载	英文转换速度较快，但识别精度一般，一般用于概览文稿时使用。
Small.en	488 MB	英文	下载	英文转换速度一般，但识别精度较好，推荐日常转英文使用。
Medium.en	1.53 GB	英文	下载	英文转换速度中等，但识别精度极佳，推荐转换字幕使用。

使用方法

• 首次启动软件之后，请点击菜单栏设置 -> 功能设置，填写软件服务授权密码

语音识别功能

点击播放按钮，打开音频/视频文件，然后点击一键语音识别

字幕生成功能

点击播放按钮，打开音频/视频文件，然后设置目标字幕语言类型，最后点击一键生成字幕

用户反馈

对于使用ymupai过程中遇到的问题，请联系我们协助解决。也欢迎提供你的宝贵意见和建议。