零门槛实测TMSpeech：Windows离线语音转文字工具，5分钟上手会议实时字幕
【免费下载链接】TMSpeech腾讯会议摸鱼工具项目地址: https://gitcode.com/gh_mirrors/tm/TMSpeech
今天这篇，是我的 Windows 离线语音转文字工具 TMSpeech 亲测记录——从下载解压，到把一场线上会议变成可复制的文字稿，全程没有任何代码。如果你也开小差被抓过包，往下看。
一个开小差救回我的下午
周二下午的周会，我盯着窗外发呆，突然被点名："这部分你来补充下？"那一瞬间，之前聊了什么，脑子里一片空白。会后同事推给我一个叫 TMSpeech 的开源小工具——它的中文名梗很直白：腾讯会议摸鱼工具。原理说穿了不复杂：它用 WASAPI 回环捕获电脑正在播放的所有声音，哪怕系统音量静音也能抓到，再把语音实时转成字幕浮在屏幕上。下一次再走神，扫一眼字幕就全补回来了。
开箱初体验：比想象中更轻
没有安装向导、没有注册登录，解压 release 包直接双击TMSpeech.exe就启动。主界面是一条细长的浅蓝字幕条，右上角几个按钮：红色圆点控制开始/停止，旁边是录音计时，还有历史记录、隐私锁和设置齿轮。第一次上手只需要记住四步：
- 双击
TMSpeech.exe启动程序 - 点齿轮进设置，把音频源选为"系统音频"
- 在"资源"页点一下，安装中文语言模型（一次性下载，之后全程离线）
- 回主界面按红色圆点，开始识别
能力逐个过：我替你验证了四件事
验证一：系统静音了，字幕照样出
我想验证的是"完全关闭电脑声音也能用"。做法：把系统音量拉到 0，播放一段网课。结果：字幕一行行正常跳出来。因为它抓的是声卡内部数据，不经过扬声器，所以"聋子听哑巴"的问题不存在。
验证二：拔网线也能识别
装上中文模型后，我直接断网测试。识别照常运行，声音数据一步都没有离开本机。在 AMD 5800u 的笔记本上，CPU 占用不到 5%，边开视频会议边挂着，几乎感觉不到它的存在。
验证三：三种识别引擎随意换
在"语音识别"设置里，可以切换命令行识别器、Sherpa-Ncnn 离线识别器（可调 GPU）和 Sherpa-Onnx 离线识别器（纯 CPU 优化）。普通用户选 Onnx 最省心；爱折腾的可以选命令行识别器，仓库的external_recognizer/目录里就带了基于 SenseVoice 的 Python 示例脚本，一行配置即可接入自己的识别流程。
验证四：会议刚结束，纪要初稿已在手边
识别完成的每句话都会自动写入"我的文档/TMSpeechLogs"，按日期归档成文件；点时钟图标打开历史窗口，右键即可复制任意一段。会开完，把记录整理一下就是一份像样的纪要。
模型方面，资源页提供了中文、英文、中英双语三种模型，中英双语适合跟读外文视频的场合，点一下"安装"就能用。
调优与避坑：我的踩坑清单
- 抓不到系统声音：确认设置里音频源选的是"系统音频"，而非麦克风；个别电脑需要先到 Windows 声音设置里允许应用访问录音设备。
- 识别不太准：换引擎或换模型往往比调参数更有效，模型路径可以在识别器配置里手动指定；嘈杂环境和口音影响最大。
- 命令行识别器路径带空格：用双引号包住整个路径；用
.bat脚本时开头加@隐藏回显，结尾别写pause，否则程序无法判断进程退出。 - CPU 偏高：切到 Sherpa-Onnx CPU 引擎，再配轻量模型，日常负载立刻降下来。
- 日志找不到：检查
我的文档/TMSpeechLogs目录是否存在、是否有写入权限，必要时以管理员身份运行。 - 配置改乱了：跑一下仓库自带的重置配置脚本，秒回出厂状态，不用重装。
适合谁 + 现在就去试试
如果你属于下面任何一类，都值得花五分钟试一次：天天开会想要留底稿的职场人；上网课、看技术视频恨不得把每一句话都记下来的学生；担心隐私、不想把对话上传云端的人；以及想折腾插件的开发者——项目是插件化架构，核心接口都在src/TMSpeech.Core/Plugins/下，加音频源、换识别器都不动主程序。
想直接用，下载 release 解压即跑；想看看代码，一行命令就能拿到全部源码：
git clone https://gitcode.com/gh_mirrors/tm/TMSpeech
下一次会议走神的时候，让字幕帮你兜底。
【免费下载链接】TMSpeech腾讯会议摸鱼工具项目地址: https://gitcode.com/gh_mirrors/tm/TMSpeech
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
