批量语音转文字小工具

批量语音转文字小工具是一款非常不错的文字语音转换工具，软件主要用来进行MP3文件批量上传，进行语音转文字的功能，依托于百度AI软件的识别率还是非常不错的。

【使用方法】

　　我们严格按照如下步骤来进行操作：

　　1、KEY的申请

　　软件上方的APIKEY和SECRETKEY需要去百度AI网页的语音识别板块上申请，完全免费的申请。

　　如下，打开短语音识别网页：https://ai.baidu.com/tech/speech/asr，点击立即使用。

　　百度账号登录，进入如下界面，按照箭头先都领取了。

　　然后创建应用，按照箭头指示随便写即可：

　　然后查看应用详情里，就能看到APIKEY和SECRETKEY了，复制到软件中即可。

　　2、选择识别语种

　　软件一共可选：极速版普通话、免费版普通话、免费版英文、免费版粤语、免费版四川话这几种，其中第一个极速版普通话正确率最高。

　　3、选择音频转换

　　点击按钮可批量选择多个mp3音频，然后自动进行转换，识别完成后自动保存识别结果到软件目录的音频转换结果文件夹中

【功能说明】

1、批量音频转文字

可以批量选择要转换的音频即可自动识别，不限时长，免费，识别速度尚可，需要耐心等待。

（1）例如批量识别小学生课文

（2）例如识别长达五分钟的《荷塘月色》

2、文字转语音

这个没什么好说的，输入文字，选择发音人、语速、音调之类的，可以试听，可以生产mp3格式的音频文件

3、截图OCR

点击截图按钮即可截图，自动弹出识别文字。

4、图片批量识别

在截图OCR下拉按钮有个图片批量文字识别功能，这都属于OCR功能，简单又粗暴，批量选择图片，即可识别所有图片中的文字。

5、复制翻译

看英文文献，有时懒，要是可以有置顶悬浮窗，实时监测剪切板，遇到想要翻译的段落，直接复制，即可给出多国语言翻译结果也是刚需；当然有些论文文本无法复制，因此还复用了截图OCR的功能，对OCR结果进行翻译

6、图种制作

没什么意思，就是将一张图和一个压缩文件合并成一个图片文件，这个生成的图片文件打开是一张图，要是后缀修改为zip，解压以后就可以看到原先的压缩文件

【功能特色】

1，音频到文字：当前，市面上的大部分音频文字都是收费的。音频到文本的需要是：上传一段音频，直接将其识别为文本，对于会议记录更好，注意不要实时语音识别。

2，文字到声音：声音不应太僵硬。

3，截图文本识别（OCR）：屏幕截图完成后，屏幕截图中包含的图片中的文字将会弹出。

4，批量图片文字识别：选择多张图片，直接识别每张图片的文字。

5，复制翻译：看看英文文献，有时候懒，如果可以有天花板浮动窗口，实时监控剪贴板，遇到你要翻译的段落，直接复制，可以给多语言翻译结果只是需要;当然，有些文章的文字无法复制，因此屏幕截图的OCR功能也被重用来翻译OCR结果。

6，图片制作：这不具有影响力，纯粹是个人爱好，没有技术含量。

【开发说明】

去年我用Python编写过几款小工具，解决了一些刚需，比如音频转文字这种大多数都需要收费的场景。

通过在吾爱破解论坛上的热度可以看到，这几款小工具确实挺受欢迎的。

不过，最近很多网友反映软件的各种bug，诸如音频转文字生成空文件夹，我也是最近发现百度AI的申请网页发生了变化，所以干脆将原先的这个音频功能独立出来，独立起来好处多，修复了很多bug，所以今天就要说说这款工具了。

【更新日志】

　　这款独立版的软件去除了原先的黑框，修复了很多bug