AnyModelAudioToText

多平台大模型语音转文字客户端。支持 Windows / macOS，调用火山方舟豆包、Azure 等大模型能力，音频拖入即可转写。

📦 最新版下载

---

使用方式

图形界面（推荐）

下载对应平台的 zip → 解压 → 双击运行。

平台	下载
Windows	AnyModelAudioToText-*-windows.zip
macOS	AnyModelAudioToText-*-macos-arm64.zip

1. 粘贴 API Key（以 ark- 开头）
2. 拖拽音频文件到窗口（MP3 / WAV / M4A / AAC / FLAC 等）
3. 点「开始转写」，实时查看进度
4. ffmpeg 缺失时自动下载（国内用户走清华镜像源）

命令行

# 图形界面
doubao-transcriber

# 命令行模式
volc_auc_batch_client --api-key "ark-..." --inputs "音频.m4a"

---

支持的提供商

提供商	模型	不限时长
Ark (火山方舟豆包) ⭐默认	doubao-seed-2-0-lite	≤2h
LAS (AI数据湖)	Seed-ASR	✅
Volcengine (录音文件识别)	bigmodel	≤30min
Azure (Speech-to-Text)	Speech-to-Text	≤4h

---

构建

# CLI（4MB，轻量，无需 Tauri）
cargo build --release -p volc_auc_batch_client

# GUI（22MB）
cargo build --release -p doubao-transcriber

前置：Rust 工具链、Node.js（仅 GUI 需要 Tauri）、MSVC/Clang。

---

项目结构

core/          — 核心 lib（音频处理、后端编排、进度抽象）
cli/           — CLI 入口（clap + dialoguer）
src-tauri/     — Tauri v2 GUI
frontend/      — 纯静态前端（HTML/JS/CSS）

---

文档

• 使用手册 — GUI / CLI 详细说明
• 更新说明 — 版本变更记录

License

GPLv3