github仓库地址：https://github.com/axutongxue/CapsWriter-Offline-STT/releases#release-v2.0

博主地址：https://mp.weixin.qq.com/s/MG91O-vX0x2BvfsSCFJWSA

v2.3 Latest

axutongxue released this Jun 24v2.0

基于 CapsWriter-Offline 2.6 修改而来

本软件仅为「离线音视频转文字」而开发，不追求实时转录的低延时性，所以大幅重构源码

优势如下：

• 可从文件右键菜单一键启用，带「模型加载提示」和「转录过程提示」，使用直观

• 内置 Qwen3-ASR-1.7B、Fun-ASR-Nano 两个离线语音识别模型，配置省心

• 可在软件托盘图标设置导出的文件格式，支持 txt、SRT、json、去除换行之后的合并 txt

• 可在软件托盘图标开启 GPU 加速

仅在 Windows 10 上测试通过，应该支持 Windows 11，但不保证 Windows 7 可用

下载即用方案

最省心方案，直接下载下面的完整 3.3G 压缩包，解压即用

百度网盘、夸克网盘

推荐学习：百度网盘免费加速下载技巧、夸克网盘免费加速下载技巧👈

㊟ 使用时文件名尽量不要存在空格、特殊符号等，文件路径也是一样，比如不要是这种 C:\*fd sa@？\1＆￥.mp4，如果遇到文件无法转录，尝试修改文件名与移动文件到干净路径再尝试，比如：D:\1.mp4

手动安装方法

由于 Github 限制无法上传大于 2GB 的文件，所以如果要走 Github 下载，请在下载软件主体 CapsWriter-Offline-STT 2.3.7z 解压之后

再自行分别下载 Fun-ASR-Nano、Qwen3-ASR、Qwen3-ForcedAligner AI 语音模型压缩包，解压之后放入软件的 models 文件夹内

models 文件夹的正确文件结构如下

models/
├── Fun-ASR-Nano/
│   └── Fun-ASR-Nano-GGUF/
│       ├── Fun-ASR-Nano-CTC.fp16.onnx
│       ├── Fun-ASR-Nano-Decoder.q5_k.gguf
│       ├── Fun-ASR-Nano-Encoder-Adaptor.fp16.onnx
│       └── tokens.txt
├── Qwen3-ASR/
│   └── Qwen3-ASR-1.7B/
│       ├── qwen3_asr_encoder_backend.onnx
│       ├── qwen3_asr_encoder_frontend.onnx
│       └── qwen3_asr_llm.gguf
└── Qwen3-ForcedAligner/
    └── Qwen3-ForcedAligner-0.6B/
        ├── qwen3_aligner_encoder_backend.int4.onnx
        ├── qwen3_aligner_encoder_frontend.int4.onnx
        └── qwen3_aligner_llm.q5_k.gguf

补充说明

如果启动时提示缺少 DLL，或者遇到软件报错，大概率是系统未安装VC++运行库

下载链接：微软官网链接、夸克网盘、百度网盘

选一个链接下载安装即可，一般安装一次后系统里的所有程序都能用