萬能君的工具箱官方版(音頻轉換) v2.0 最新版

萬能君的工具箱需求分析

1、音頻轉文字：目前市麵上的音頻轉文字大多收費。音頻轉文字的需求是：上傳一段音頻，直接識別成文字，對於會議記錄的比較好使，注意不是實時的語音識別。

2、文字轉語音：轉的語音不要太生硬。

3、截圖文字識別（OCR）：截屏完成即可彈出截圖所含圖片中的文字。

4、批量圖片文字識別：選擇多張圖片，直接識別出每張圖片的文字。

5、複製翻譯：看英文文獻，有時候懶，如果能有置頂懸浮窗，實時監測剪切板，遇到想要翻譯的段落，直接複製，即可給出多國語言翻譯結果也是剛需；當然有些論文文本不能複製，所以還複用了截圖OCR的功能，對OCR結果進行翻譯。

6、圖種製作：這個不入流，純屬個人愛好，沒啥技術含量。

萬能君的工具箱功能介紹

需求產生開發動力，基於百度AI和pyqt5製作了自己的小工具，解決了上述所有需求，需求也就就是功能了。

1、批量音頻轉文字

（1）比如批量識別小學生課文

（2）比如識別長達五分鍾的《荷塘月色》

（3）識別嶽雲鵬的相聲

2、文字轉語音

這個沒什麼好說的，輸入文字，選擇發音人、語速、音調之類的，可試聽，可生產mp3格式的音頻文件。

3、截圖OCR

點擊截圖按鈕即可截圖，自動彈出識別文字。如下動圖演示，也是個初版，界麵簡陋。

4、圖片批量識別

在截圖OCR下拉按鈕有個圖片批量文字識別功能，這都屬於OCR功能，簡單粗暴，批量選擇圖片，即可識別所有圖片中的文字。：

5、複製翻譯

看英文文獻，有時候懶，如果能有置頂懸浮窗，實時監測剪切板，遇到想要翻譯的段落，直接複製，即可給出多國語言翻譯結果也是剛需；當然有些論文文本不能複製，所以還複用了截圖OCR的功能，對OCR結果進行翻譯。6、圖種製作

沒啥意思，就是將一張圖和一個壓縮文件合並成一個圖片文件，這個生成的圖片文件打開是一張圖，如果後綴修改為zip，解壓後就能看到原先的壓縮文件。