企业官网建设流程全解析

声云录音卡离线语音转文字教程：SenseVoiceSmall本地识别中文、英文、粤语，告别云服务依赖

【免费下载链接】sonicloud_opensdk声云录音卡 Recorder 是一套面向开发者和行业客户的智能录音硬件接入方案。 项目以录音卡片硬件为核心，开放 BLE 协议 SDK 及 Android、iOS、鸿蒙、Flutter 接入示例，同时提供 Windows/macOS 桌面端 Demo，支持设备连接、录音控制、实时音频、文件传输、OTA 升级和语音转写等能力，帮助开发者快速将录音硬件接入自己的 App、桌面软件或行业系统。 如需获取硬件规格、样机、完整协议、SDK 资料或定制服务，请联系安徽声云项目地址: https://gitcode.com/gh_mirrors/recorder24/sonicloud_opensdk

声云录音卡 Recorder 是一套开源的智能录音硬件接入方案，其 Windows/macOS 桌面 Demo 集成了 FunASR SenseVoiceSmall 模型，可在本地完成离线语音转文字：识别中文、英文、粤语等语言，结果直接保存为同名 txt 文件。全程不需要上传录音到任何云端，首次下载模型后即可断网使用，适合会议、采访、课堂等对隐私敏感的场景。

为什么选择离线语音转文字

把录音发给云端识别服务，意味着音频要离开本机。而声云录音卡桌面 Demo 的离线转写方案有三大好处：

• 🔒数据不出门：录音文件与文本全程在本地生成，无需担心内容外泄；
• 📴不依赖网络：模型缓存完成后，飞行模式也能转写；
• 💰无按量费用：SenseVoiceSmall 是轻量级模型，CPU 即可运行，转写多少条都不花钱。

硬件与 Python 环境准备

你需要的硬件就是一张声云录音卡（广播名 CB08，BLE 连接）：

环境要求很简单：

进入 Demo 目录后安装转写依赖（核心功能只需requirements.txt，转文字是可选能力）：

pip install -r requirements-asr.txt

⚠️ 一个常见坑：torchaudio 的大版本必须与已安装的 torch 一致（例如 torch 2.9.x 配 torchaudio 2.9.x），否则在 Windows 上导入时会报WinError 127。依赖清单见 requirements-asr.txt。

模型下载：一次 900MB，之后完全离线

首次执行转写命令时，程序会从 ModelScope 自动下载 SenseVoiceSmall 模型（约 900MB），缓存于~/.cache/modelscope目录。下载一次之后，此后运行完全离线，识别过程不会访问任何网络服务。

模型的核心特性在 recorder/asr.py 中配置：

• 识别在device="cpu"下运行，无需 GPU；
• 内置 fsmn-vad 语音活动检测，自动把长音频切成最长 30 秒的片段再识别，任意时长的录音都能处理；
• 开启 ITN（数字/标点正规化），识别出的"二零二六年"会规范为"2026年"；
• 录音卡下载的 WAV 为 16000Hz / 16bit / 单声道，正是 SenseVoice 的标准输入，无需重采样。

三步快速上手：录音变文字

第 1 步：连接录音卡

启动命令行 REPL（入口 main.py）：

python main.py

然后扫描并连接设备：

record> scan # 扫描附近的录音卡 record> connect 0 # 连接扫描结果中的第 0 台设备 record> list # 查看设备里的录音文件

第 2 步：下载录音文件

record> download 0 # 下载第 0 个文件，自动保存为 WAV 并校验

第 3 步：一键转文字

record> transcribe 0

如果文件尚未下载，命令会自动先下载再转写。转写完成后，文本保存在音频文件同名的.txt中，内容同时在控制台输出。也可以直接转写本地已有的音频文件：

record> transcribe "downloads/录音001.wav"

整个过程对应实现见 recorder/cli.py 中的cmd_transcribe。

语言参数用法：中文、英文、粤语一键识别

transcribe第二个参数指定语言，支持以下 6 种取值：

混合语言会议建议用auto让模型自行判断；已知语种时显式指定更稳：

record> transcribe 0 zh # 指定中文识别 record> transcribe 0 en # 指定英文识别 record> transcribe 0 yue # 指定粤语识别 record> transcribe all # 批量转写设备上全部文件

无代码玩法：浏览器 Web 控制台转写

不想敲命令？加一个参数就能用浏览器操作：

pip install -r requirements-web.txt # 可选依赖 python main.py --web # 默认 http://127.0.0.1:8000

声云录音卡BLE控制台：在浏览器中一键离线语音转文字的界面

Web 控制台里可以扫描连接、查看文件列表、在线试听 WAV，并在文件列表上方选择转写语言下拉框（auto/zh/en/yue/ja/ko）后，点每个文件旁的「转写」按钮，结果实时显示在转写输出区并保存为同名 txt（后端接口见 recorder/web.py）。

常见问题

• 扫不到录音卡：确认设备没有被手机 App 占用；找不到时试scan compat列出全部有名称的设备再手动选择。
• 转写提示"未安装 funasr"：执行pip install -r requirements-asr.txt安装可选依赖即可。
• torchaudio 报 WinError 127：torch 与 torchaudio 版本没配对，安装与 torch 同号的 torchaudio（如pip install torchaudio==2.9.1）。
• 首次模型下载很慢或中断：等待网络恢复后重新执行transcribe，下载完成后缓存于本机，不再重复下载。
• 识别结果为空：确认音频内确实有人声；环境噪音过大的片段可能识别不到有效语音。

相关资源与文件

• 桌面 Demo 完整说明：pnote-web-win&Mac-demo/README.md
• 离线转写核心实现：recorder/asr.py
• 命令行 REPL：recorder/cli.py
• Web 控制台后端：recorder/web.py
• 转写依赖清单：requirements-asr.txt
• CB08 通讯协议文档：docs/协议.md
• 移动端（Android/iOS/鸿蒙/Flutter）SDK 与示例位于仓库根目录，配合 SDK 集成引导.docx 使用

需要样机、完整协议资料或定制服务（如云端转写对接），可扫描下方二维码联系安徽声云：

【免费下载链接】sonicloud_opensdk声云录音卡 Recorder 是一套面向开发者和行业客户的智能录音硬件接入方案。 项目以录音卡片硬件为核心，开放 BLE 协议 SDK 及 Android、iOS、鸿蒙、Flutter 接入示例，同时提供 Windows/macOS 桌面端 Demo，支持设备连接、录音控制、实时音频、文件传输、OTA 升级和语音转写等能力，帮助开发者快速将录音硬件接入自己的 App、桌面软件或行业系统。 如需获取硬件规格、样机、完整协议、SDK 资料或定制服务，请联系安徽声云项目地址: https://gitcode.com/gh_mirrors/recorder24/sonicloud_opensdk