Echophrase 采模型无关架构:转录后端可自由替换,默认搭载 NVIDIA Parakeet-TDT 0.6B v3 以提供快速准确的语音转文字。同时内置 Qwen3-ASR 0.6B 与 Parakeet Lite 120M。
运作方式
Echophrase 从您的麦克风截取音频,使用目前激活的转录模型在本地处理,并将转录的文字输入到光标所在位置。
支持语言
语言涵盖范围取决于目前激活的模型:
- Qwen3-ASR 0.6B (国际多语言) - 52 种语言,包括中文(普通话、粤语及
20 多种方言)、日语、韩语、阿拉伯语、印地语、泰语、越南语、俄语及主要欧洲语言。
同时支持同一句话中的中英夹杂,并可将中文输出在简体与繁体之间转换。
- Parakeet-TDT 0.6B v3 (默认) - 25 种欧洲语言,自动检测。
- Parakeet Lite 120M - 仅支持英语。
要用中文、日语、韩语或其他东方语言听写?请在设置 → 语音模型中切换至
Qwen3-ASR 0.6B - Parakeet 系列不支持这些语言。
准确度
转录准确度取决于:
- 模型大小:较大的模型更准确,但速度较慢
- 音频质量:清晰的音频能产生更好的结果
- 背景噪音:安静的环境效果最佳
请参阅模型选择以选择最适合您需求的平衡方案。