AI 语音识别助手 (VoiceAssistant)软件简介本软件是一款基于本地化 AI 模型（ONNX Runtime）构建的桌面级高性能语音识别与处理工具，纯CPU运行。它集成了先进的语音活动检测（VAD）、自动语音识别（ASR）以及智能标点预测（PUNC）三大核心模型，致力于为用户提供极低延迟的实时语音输入、沉浸式的会议记录以及高效的音视频批量转写体验。
主要功能 (Core Features)
极速实时语音输入 (全局快捷键)
用户只需按住 F2 键即可随时随地进行录音，松开即刻完成极速识别。 识别结果将通过“闪现注入”技术（模拟 Ctrl+V）自动且无痕地输入到当前激活的软件窗口中，同时完美保护并复原用户的历史剪贴板内容。
沉浸式会议记录模式
开启后，软件将在后台持续拾音，托盘图标会开启红色“呼吸灯”效果提示运行状态。 会议结束后，系统会在桌面自动生成一份带有精准时间戳的会议纪要（TXT格式）以及一份完整的高保真会议原声录音文件（WAV格式），确保信息一字不漏。
音视频批量转写与字幕生成
支持选择单个文件或整个文件夹进行批量离线转写，兼容 mp4、wav、mp3、mkv 等十余种主流音视频格式。 处理完成后，将在原文件同目录下自动生成纯文本（TXT）和带时间轴的标准字幕文件（SRT）。
自动下载模型
内置模型检查下载机制。当首次运行或发现核心文件缺失时，软件会自动通过 ModelScope 拉取所需的 Int8 量化模型（如 Paraformer 和 FSMN），默认下载到model文件夹。
纯本地化与隐私安全
所有核心 AI 算力（ASR、VAD、标点恢复）均依赖本地 ONNX Runtime 引擎独立完成，无需将音频数据上传云端，充分保障用户的隐私数据与会议机密安全。