腾讯云语音识别批量转写工具

利用腾讯云每日免费额度，智能分批处理大量音频文件的转写工具。支持自动分批、断点续传、大文件切分和说话人分离。

✨ 功能特点

• 🆓 免费额度优化：自动分批，充分利用每日10小时免费额度
• 🔄 断点续传：支持中断后继续，自动跳过已完成的文件
• 📦 大文件切分：自动切分超过4.5MB的文件
• 👥 说话人分离：自动识别不同说话人
• 📊 进度保存：实时保存进度，防止数据丢失
• 🎯 智能分批：自动规划分批处理，避免超出免费额度

📋 前置要求

1. Python 3.7+
2. ffmpeg（用于处理大文件）
   • macOS: brew install ffmpeg
   • Linux: apt install ffmpeg 或 yum install ffmpeg
3. 腾讯云账号（需要 SecretId 和 SecretKey）

🚀 快速开始

1. 安装依赖

pip install -r requirements.txt

2. 配置腾讯云密钥

方法1：环境变量（推荐）

export TENCENT_SECRET_ID='your_secret_id'
export TENCENT_SECRET_KEY='your_secret_key'
export TENCENT_REGION='ap-shanghai'  # 可选，默认 ap-shanghai

方法2：使用 .env 文件

cp .env.example .env
# 编辑 .env 文件，填入你的密钥

然后安装 python-dotenv：

pip install python-dotenv

3. 查看转写状态

python3 tencent_asr_batch.py --input ./audio --output ./transcripts --status

4. 开始转写

第1天（利用免费额度）：

python3 tencent_asr_batch.py --input ./audio --output ./transcripts --day 1

第2天（继续转写剩余文件）：

python3 tencent_asr_batch.py --input ./audio --output ./transcripts --day 2

自动确认模式（适合定时任务）：

python3 tencent_asr_batch.py --input ./audio --output ./transcripts --day 1 --yes

📖 使用说明

命令行参数

参数	说明	必需
--input, -i	音频文件输入目录	✅
--output, -o	转写结果输出目录	✅
--day	运行第几天的任务（1或2）	❌
--status	查看当前状态	❌
--reset	重置进度	❌
--yes, -y	跳过确认直接执行	❌

支持的音频格式

• .m4a
• .mp3
• .wav
• .flac
• .aac
• .ogg

输出文件

转写结果保存在输出目录：

• *.txt - 转写文本（带时间戳和说话人信息）
• *.json - 原始JSON数据
• progress.json - 进度记录文件

💰 费用说明

免费额度

• 新用户：每日可享受 10小时 免费语音识别服务
• 免费额度按自然日计算，次日重置

付费标准

超出免费额度后，按以下标准计费（参考，实际以官网为准）：

• 0-299小时：约 0.032元/分钟（约 1.92元/小时）
• 300-999小时：约 0.028元/分钟（约 1.68元/小时）
• 1000小时以上：约 0.024元/分钟（约 1.44元/小时）

最新价格请查看：https://cloud.tencent.com/product/asr/pricing

🔧 高级用法

定时任务（macOS）

创建定时任务，每天凌晨自动运行：

# 创建 launchd plist 文件
cat > ~/Library/LaunchAgents/com.user.tencent-asr.plist << 'EOF'
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>Label</key>
    <string>com.user.tencent-asr</string>
    <key>ProgramArguments</key>
    <array>
        <string>/usr/bin/python3</string>
        <string>/path/to/tencent_asr_batch.py</string>
        <string>--input</string>
        <string>/path/to/audio</string>
        <string>--output</string>
        <string>/path/to/transcripts</string>
        <string>--day</string>
        <string>1</string>
        <string>--yes</string>
    </array>
    <key>EnvironmentVariables</key>
    <dict>
        <key>PATH</key>
        <string>/opt/homebrew/bin:/usr/local/bin:/usr/bin:/bin</string>
        <key>TENCENT_SECRET_ID</key>
        <string>your_secret_id</string>
        <key>TENCENT_SECRET_KEY</key>
        <string>your_secret_key</string>
    </dict>
    <key>StartCalendarInterval</key>
    <dict>
        <key>Hour</key>
        <integer>3</integer>
        <key>Minute</key>
        <integer>0</integer>
    </dict>
</dict>
</plist>
EOF

# 加载任务
launchctl load ~/Library/LaunchAgents/com.user.tencent-asr.plist

⚠️ 注意事项

1. 保护密钥安全：不要将密钥提交到代码仓库
2. 免费额度限制：每日免费额度有限，大量文件建议分批处理
3. 网络连接：需要稳定的网络连接访问腾讯云API
4. 文件大小：单个文件超过5MB会自动切分处理
5. 说话人数量：默认识别2个说话人，可在代码中修改 SPEAKER_NUM

🐛 常见问题

Q: 提示 "Resource pack exhausted"

A: 免费额度已用完，等待明天重置或购买资源包。

Q: 提示 "未找到 ffmpeg"

A: 请安装 ffmpeg：

• macOS: brew install ffmpeg
• Linux: apt install ffmpeg

Q: 如何查看转写进度？

A: 使用 --status 参数：

python3 tencent_asr_batch.py --input ./audio --output ./transcripts --status

Q: 如何重置进度重新开始？

A: 使用 --reset 参数：

python3 tencent_asr_batch.py --input ./audio --output ./transcripts --reset

📝 许可证

MIT License

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📞 相关链接

• 腾讯云语音识别文档
• 腾讯云语音识别定价
• 获取 SecretId 和 SecretKey

⭐ 如果这个项目对你有帮助，请给个 Star！

📦 安装

# 克隆仓库
git clone https://github.com/twischen-dot/tencent-asr-batch.git
cd tencent-asr-batch

# 安装依赖
pip install -r requirements.txt

🎯 使用场景

• 📞 电话录音转写：批量转写通话录音
• 🎙️ 会议记录：自动生成会议文字记录
• 📚 音频资料整理：将音频资料转换为可搜索的文本
• ⚖️ 证据整理：法庭证据录音的批量转写

🔗 相关链接

• GitHub 仓库: https://github.com/twischen-dot/tencent-asr-batch
• 问题反馈: https://github.com/twischen-dot/tencent-asr-batch/issues