本教程提供了一个关于如何安装和使用免费、本地运行且转录效果出色的语音转字幕工具的详细指南。教程分为三个部分，首先是准备工作，包括安装uv和ffmpeg这两个关键的辅助工具，并提供了Windows和Mac用户的具体操作步骤以及环境变量配置的说明。第二部分介绍了如何下载主程序和核心模型，包括模型文件的下载地址和存放位置。第三部分则指导用户如何启动程序并开始使用该工具进行语音转录。整个过程力求简单易懂，帮助用户快速搭建自己的语音转字幕环境。

🛠️ **准备工作：安装uv和ffmpeg** - 在使用语音转字幕工具前，需要安装uv和ffmpeg两个辅助程序。uv负责简化复杂的程序配置，而ffmpeg是处理音视频文件的核心工具。教程提供了Windows和Mac用户的详细安装步骤，包括解压、文件放置以及环境变量的设置，确保这两个工具能够被系统识别和调用。

📂 **下载程序与模型** - 用户需要下载主程序（stt.7z）并解压，随后下载核心的语音识别模型（model.bin）。模型文件是工具“大脑”的关键组成部分，下载后需将其放置在程序文件夹内的指定models/turbo目录下，以便工具能够正常运行。

🚀 **启动与使用工具** - 安装和模型准备就绪后，用户可以通过在程序文件夹的命令行中输入“uv run app.py”来启动服务。启动成功后，工具的界面会自动在默认浏览器中打开，用户即可上传音频/视频文件进行转录，并可根据需求调整参数。

如果你正在寻找一个完全免费、在自己电脑上运行、并且转录效果顶尖的语音转字幕工具，那么你来对地方了。

这份教程会手把手带你完成所有设置，过程非常简单！

第一部分：准备工作（如果已有uv和ffmpeg可跳过该部分）

在正式开始前，我们需要给电脑请来两位“小助手”：uv 和 ffmpeg。别担心，这很简单！

步骤 1：安装 uv

uv 就像一个聪明的管家，它能帮我们自动搞定所有复杂的程序配置，我们只需要一个简单的命令就行。

下载地址：Windows 用户请点击这里下载 uv：https://github.com/astral-sh/uv/releases/download/0.9.8/uv-x86_64-pc-windows-msvc.zip

操作步骤：

下载后，解压这个 uv-x86_64-pc-windows-msvc.zip 压缩包。你会看到 uv.exe 等几个文件。现在，我们需要把这个“管家”放到一个系统能随时找到的地方。打开电脑的任意文件夹，在顶部的地址栏里，清空原有路径，然后输入 %userprofile%\.local\bin 并按回车键。把刚才解压出来的 uv.exe 等所有文件，全部复制粘贴到这个新打开的文件夹里。

小贴士： 这一步是为了让电脑“记住” uv 在哪里，以后我们就能在任何地方直接使唤它了！

（如果你是 Mac 用户，操作更简单，只需在终端里运行 wget -qO- https://astral.sh/uv/install.sh | sh 即可。）

步骤 2：安装 ffmpeg

ffmpeg 是一个处理音视频的万能工具，我们的程序需要用它来读取你上传的任何音频或视频文件。

下载地址：Windows 用户请点击这里下载 ffmpeg：https://www.gyan.dev/ffmpeg/builds/ffmpeg-release-full.7z

操作步骤：

下载后，解压这个 ffmpeg-release-full.7z 压缩包。进入解压后的文件夹（名字类似 ffmpeg-x.x.x-full_build），找到里面的 bin 文件夹。在 bin 文件夹里，你会看到一个 ffmpeg.exe 文件。把它复制出来。将这个 ffmpeg.exe 文件，粘贴到我们刚才存放 uv.exe 的同一个文件夹里（也就是 %userprofile%\.local\bin 那个）。

（如果你是 Mac 用户，同样很简单，在终端里运行 brew install ffmpeg 就行了。）

仍然提示 uv 或 ffmpeg 未找到怎么办？

打开一个新的cmd，输入uv，如果提示未找到，说明 %userprofile%/.local/bin不在环境变量中

点开左下角“开始菜单”找到 "命令行提示符"，右键-->更多--->以管理员身份运行，粘贴这个命令，回车执行

reg add "HKCU\Environment" /v Path /t REG_EXPAND_SZ /d "%PATH%;%USERPROFILE%\.local\bin" /f

太棒了！ 最关键的准备工作已经完成。这两个工具只需要安装这一次，以后就再也不用管了。

第二部分：下载程序与模型

现在，我们来下载转录工具本身。

步骤 1：下载主程序

下载地址： https://pyvideotrans.com/stt.7z (约600KB)

操作步骤：

点击上面的链接下载 stt.7z 压缩包。把它解压到你喜欢的位置，比如桌面。解压后你会得到一个文件夹models和 app.py 、 index.html 文件。

步骤 2：下载核心模型

模型就是这个工具的“大脑”，负责识别语音。

下载模型国内： https://hf-mirror.com/dropbox-dash/faster-whisper-large-v3-turbo/resolve/main/model.bin?download=true下载模型墙外： https://huggingface.co/dropbox-dash/faster-whisper-large-v3-turbo/resolve/main/model.bin?download=true操作步骤：
点击链接下载这个 model.bin 文件（文件1.6G，请耐心等待）。下载完成后，把它移动到我们刚才解压的程序文件夹里。具体路径是：进入程序文件夹 -> 进入 models 文件夹 -> 进入 turbo 文件夹，然后把 model.bin 放进这个 turbo 文件夹里。

第三部分：启动与使用

打开我们刚才解压的程序文件夹。

在文件夹顶部的地址栏里，清空所有内容，输入 cmd，然后按回车键。这会弹出一个黑色窗口。

在黑色窗口里，输入下面的命令，然后按回车键：uv run app.py

稍等片刻，当窗口里显示出类似下面的信息时，就代表服务启动成功了！

同时，你的默认浏览器会自动打开一个新页面，这就是我们的语音转录工具界面！

现在，你就可以点击或拖拽你的音频/视频文件上去，调整参数，然后点击“提交转录”来体验了！祝你使用愉快！