結合 faster-whisper / Breeze-ASR（含台語） 與 pyannote 說話者辨識的語音轉文字工具，支援 Windows 與 macOS（Apple Silicon） 雙平台。
本工具為個人開發的整合介面，核心辨識能力來自各開源專案（詳見致謝）。
| 平台 | 資料夾 | 說明文件 |
|---|---|---|
| 🪟 Windows 10/11 | windows/ |
Windows 使用說明 |
| 🍎 macOS（Apple Silicon） | mac/ |
macOS 使用說明 |
下載方式：點擊右上角綠色 Code → Download ZIP，解壓後進入對應平台的資料夾。
- 支援 faster-whisper（多語言）和 MediaTek Breeze-ASR（繁中／台語）雙引擎
- 說話者辨識（diarization），自動區分不同發言人
- 支援輸出 SRT、TXT、JSON 格式
- GPU 加速（Windows：NVIDIA CUDA；macOS：Apple Silicon MPS）
- 自動下載 FFmpeg（Windows 版），開箱即用
語音辨識模型很大，第一次選用某個引擎時，程式會自動從網路下載模型，這段時間畫面看起來像是沒有反應，請耐心等候，不要強制關閉。
| 引擎 | 模型 | 大小 | 100 Mbps 網路 | 20 Mbps 網路 |
|---|---|---|---|---|
| faster-whisper | large-v3 | ~3 GB | 約 5–10 分鐘 | 約 20–30 分鐘 |
| Breeze-ASR-25 | 繁中/中英混語 | ~8 GB | 約 15–25 分鐘 | 約 60–90 分鐘 |
| Breeze-ASR-26 | 台語 | ~11 GB | 約 20–35 分鐘 | 約 90–150 分鐘 |
| pyannote | 說話者辨識 | ~1 GB | 約 3–5 分鐘 | 約 10–15 分鐘 |
模型只需下載一次，之後從本機快取讀取。若下載卡住，關閉程式後重開即可（支援斷點續傳）。
本工具整合了以下開源專案，感謝各團隊的貢獻：
| 專案 | 授權 | 說明 |
|---|---|---|
| faster-whisper | MIT | 核心語音辨識引擎 |
| OpenAI Whisper | MIT | faster-whisper 底層模型 |
| pyannote.audio | MIT | 說話者辨識（diarization） |
| Breeze-ASR-25 | Apache 2.0 | MediaTek Research 繁中語音模型 |
| Breeze-ASR-26 | Apache 2.0 | MediaTek Research 台語語音模型 |
| transformers | Apache 2.0 | Breeze-ASR 推理框架 |
| customtkinter | MIT | GUI 框架（Windows） |
| opencc-python-reimplemented | Apache 2.0 | 簡繁轉換 |
- Whisper 模型：OpenAI MIT License，免費商業使用。
- Breeze-ASR 模型：Apache 2.0，免費商業使用，但不得以 MediaTek 名義進行背書或推廣。
- pyannote 模型：需在 HuggingFace 上同意使用條款，禁止商業使用，僅限個人與研究用途。詳見 pyannote 授權說明。
本專案原始碼以 MIT License 授權發布。各整合模型有各自的使用限制，使用前請確認符合授權條款。