我之前部署的这个语音大模型都是基于一个接口的。也就是说，我是考虑到用于这个我的笔记的本地的一个接口，没有说有这种快捷的语音输入的这种功能。

这个语音识别模型识别的准确率还可以，有些行业词的话也可以自定义去添加。

我写一个简单的教程，我基本上没有遇到特别麻烦的问题。

按照官方的这个说明文档，直接下载它这个客户端和服务端，然后下载大模型就可以了。

前面有一篇博文是用这个语音输入去写的，这个准确率还行，偶尔修改几个字就可以了。

但是这个输入效率真的非常高，我们人类平常交流都是用语音去交流的，没有说我打个文字让你看一下，你再打个文字发给我情况，所以这种情况导致我们的沟通效率就会特别的低。

但是加上这个语音识别大模型以后呢，输文字就速度快多了。

我估计以后会有越来越多的这种端侧大模型，然后包括这种语音识别的大模型，在各个客户端、各个 APP 里面。

所以以后的一些东西，可能只要条件允许，可能会有一些人走在大街上或者什么地方，都能自言自语的去说一些东西，因为打字型的话，还真的是太慢太慢了。好了，不说了，下面就分享一下这个语音识别模型的一个部署情况。

一、下载文件

CapsWriter-Offline可以直接离线使用，因为语音识别的大模型在本地，所以数据安全是没有问题的。

下载地址： https://github.com/HaujetZhao/CapsWriter-Offline/releases

二、部署

部署也比较简单，把下载好的大模型放到指定的目录就可以，注意目录层级，如下图：

如果想自定义位置也是可以的，修改config_server.py中的路径就行。

接下来依次双击下面的文件启动：

start_server.exe
start_client.exe

三 、我遇到的问题

1、需要安装一个C++的运行库，我安装了最新的14版本的，就可以用。

2、服务端打开后闪退，错误问题是：OSError: exception: access violation reading 0x0000000000000000

我的解决办法是config_server.py中把所有GPU禁用掉，也不影响使用。

模型很小，cpu完全没有问题。

下面是用这个语音输入录入的博文前面的内容：