vista8 给 Screen Studio 接入 Qwen3-ASR 与豆包语音，修中文转写

vista8 · x · 2026-11-06

开发者 vista8 针对 Screen Studio 中文字幕识别不准的痛点，为其字幕功能新增本机与云端两套识别方案。截图显示：本机模型包括 Qwen3-ASR 0.6B（默认，免费、音频不出机，支持 30 种语言和 22 种方言）、Parakeet v3（仅欧洲语言）、Whisper Small/Medium；云端识别接入豆包语音（速度最快、逐字时间轴）、硅基流动托管的 Qwen3-ASR（5 分钟音频约 5 秒）和智谱 GLM。下一步计划做倍速播放和本地 AI 音乐生成。