Overview
dsh-voice-transcribe
给 dsh 的本地语音/视频转写：把 QQ/微信那种 SILK 语音解出来，再用 SenseVoice（sherpa-onnx，int8）转成文字，全程不花 API 钱。
README / EN
Package documentation
Registry summary
给 dsh 的本地语音/视频转写：把 QQ/微信那种 SILK 语音解出来，再用 SenseVoice（sherpa-onnx，int8）转成文字，全程不花 API 钱。
dsh.pub verifies the pinned bundle contract, runtime facts, and distribution semantics. The complete README remains in the source repository.
Read the full README on GitHubLIMITATIONS
Known limitations
- **只吃本地文件**。URL 请先自己下载——插件不替你做网络请求（少一个 SSRF 面）。 - **靠子进程**：模型崩了、超时了都杀得掉，但它不共享内存，每次调用有一次 Python 启动开销。 - **视频只转音轨**，不抽帧——画面理解是另一件事。 - **纯静音 / 纯音乐不保证是空串**：SenseVoice 的幻觉比 whisper 收敛得多，但实测给一段纯数字静音， 它偶尔还是会冒一两个没意义的字。空的就如实是空的，但别把「有字」当成一定有话。 - **SenseVoice 没有词表接口**：专有名词只能靠 `fix` 那张表兜，得自己攒。 - **长音频靠切片**：超过 28 秒会在最安静的地方切片再拼；切点挑得再小心也偶尔会把词切开。 - **只认 5 种语言**：中文（普通话）/ 英文 / 日文 / 韩文 / 粤语，别的语言请另找模型。