把 MP3 拖进来,本机离线识别出每句时间轴,生成后自动保存到音频所在目录;字幕按英文行 + 中文行输出,文字取自第 2 步的对照文本(默认收起,同名 txt 会自动填好)。
把 MP3 和同名的 TXT 一起拖进来会自动配对(txt 填进第 2 步);点「选择文件夹」则连写入授权一起拿到,生成的字幕直接落回音频所在目录,而且只选这一次。
LRC 的正文按「英文行 + 中文行」输出,文字取自这里:拖入同名 txt 会自动填好,也可以直接粘贴,或用「选择 txt 文件」挑一个。支持「一句英文 + 一句中文」交替的排版,文末的推广段落会自动忽略。
识别在本机运行:有显卡走 GPU(2 分钟音频约 10 秒),没有则退回 CPU(约 25 秒);导入音频后模型就开始预加载,多组依次处理,中途可停。