音视频转写 / 提示词
千问 Qwen3-ASR 本地安装与音视频转写
把提示词交给电脑上的 Agent,自动检查并复用已有环境;尚未安装时完成部署,再进行单文件或文件夹批量转写。
跳到提示词正文 ↓使用前准备
- 使用有本地文件读写和终端执行能力的 Agent。普通网页聊天窗口无法直接部署或操作你的电脑。
- 首次安装需要联网下载依赖与模型,并预留足够磁盘空间;已有环境时优先复用。
- 准备有权使用的音视频文件或素材文件夹;只安装验证时,可提供短音频或使用官方样例。
怎么用
- 复制下方完整提示词,把素材路径替换为你的文件或文件夹路径;只安装时填写“仅安装并验证”。
- 粘贴给电脑上的 Agent。若已安装且知道环境位置,可以一并提供,Agent 会先检查并复用。
- 完成后核对转写原文、输出位置和失败清单,保存环境位置及转写入口;以后仍可使用这份提示词。
请帮我使用千问 Qwen/Qwen3-ASR-0.6B,在本地完成中文音视频转写;尚未安装时,请先安装并验证。 素材路径:【填写音视频文件或文件夹路径;只安装时填写“仅安装并验证”】 官方项目:https://github.com/QwenLM/Qwen3-ASR 请直接完成以下工作: 1. 先检查本机是否已有可用的 Qwen3-ASR-0.6B 环境、模型和转写入口。已有则验证并复用,不重复安装、下载模型或改动其他项目环境。 2. 尚未安装时,检查操作系统、处理器、内存、可用磁盘空间及 Python 环境;依据官方文档创建独立 Python 环境,优先使用 Python 3.12,安装 qwen-asr、必要依赖和 FFmpeg,下载 Qwen/Qwen3-ASR-0.6B。 3. 使用 Transformers 后端在本地识别,不调用云端转写接口。根据硬件选择设备:Mac 可以先用 CPU、float32 跑通;有兼容 CUDA 显卡时按官方方式配置。告诉我实际使用的设备。 4. 提供可重复使用的单文件转写和文件夹排队转写入口。视频先提取音频,长音频分段处理并检查是否漏段;保留源文件,每个文件输出独立的 UTF-8 文字稿,保留识别原文,不润色、不概括。 5. 我提供的是文件时,转写该文件;是文件夹时,依次处理其中的音视频。首次安装先用一段短音频完成真实转写验证;若仅安装且未提供素材,可使用官方样例。单个文件失败时记录原因并继续处理其余文件。 6. 返回实际转写结果或输出位置、成功与失败数量、输出字符数和处理耗时,并列出失败任务。平均速度按“成功任务总字符数 ÷ 对应总处理分钟数”计算,说明字符统计口径以及计时是否包含模型加载、提取音频和分段处理;失败耗时单列,没有成功任务时不计算平均速度。 7. 告诉我模型与环境位置、转写入口;新安装时同时报告磁盘占用,方便下次直接复用。 这些素材是我有权使用的。完成标准是成功得到可读的真实转写结果。遇到安装或运行错误,请定位并处理,不要仅返回操作教程,也不要把失败任务报告成已完成。
使用说明
- 依据官方文档核对了独立 Python 3.12 环境、qwen-asr 安装与 Transformers 后端用法;尚无全新设备的全面验证,不保证所有电脑一次安装成功。
- Mac 的 CPU、float32 是先尝试跑通的路线,兼容性与速度以实际转写为准;不要在不兼容硬件上强装 CUDA 或 FlashAttention。
- 模型开源且本地识别不按分钟收费,不代表 Codex 或其他 Agent 服务免费;电脑、电费及 Agent 服务费用另计。素材应在本地处理,不上传到云端转写接口。
官方模型资料 ↗ · 核对日期 2026-09-15