---
title: manyspeech-cli
canonical_url: "https://www.modelscope.cn/models/manyeyes/manyspeech-cli"
md_url: "https://www.modelscope.cn/models/manyeyes/manyspeech-cli.md"
repository: manyeyes/manyspeech-cli
chinese_name: "ManySpeech 命令行"
last_updated: 2026-10-11
pipeline_tag: auto-speech-recognition
tasks:
  - auto-speech-recognition
library_name:
  - other
frameworks:
  - other
downloads: 25
stars: 1
---

# manyspeech-cli

> manyspeech-cli - manyeyes 在 ModelScope 开源的模型。ManySpeech-cli 是一款免安装本地命令行语音处理工具，支持私有化部署，一键下载模型，多模协同，本地推理，保护隐私。

- **Repository**: manyeyes/manyspeech-cli
- **Tasks**: auto-speech-recognition
- **Downloads**: 25
- **Stars**: 1
- **Last updated**: 2026-10-11

Source: https://www.modelscope.cn/models/manyeyes/manyspeech-cli

---

<div align="center">
<pre style="line-height:1.05;">
                  __                    
 |\/|  _. ._     (_  ._   _   _   _ |_  
 |  | (_| | | \/ __) |_) (/_ (/_ (_ | | 
              /      |                  
</pre>
</div>

**ManySpeech-CLI** 是一款基于开源项目[ManySpeech](https://github.com/manyeyes/ManySpeech "ManySpeech")开发的开箱即用的完全免费的本地命令行语音识别工具，支持本地音频文件识别、麦克风实时流式识别等能力。启动程序后按照终端提示即可交互操作，模型自动下载、离线推理、字幕生成全流程均可通过命令行一键完成。

---
### 20260616 更新
#### 1.版本 1.0.0-preview.9.20，修复了 paraformer online 模型预测结果有概率缺失尾部字符的问题。

- 安装版测试
```bash
manyspeech asr -t online -i mic -md paraformer-large-zh-en-int8-onnx-online
```
- 绿色版测试
```bash
cd /path/to/manyspeech-cli-1.0.0-preview.9.20-linux-x64/
./manyspeech-cli
asr -t online -i mic -md paraformer-large-zh-en-int8-onnx-online
```
---

## 平台支持与下载

ManySpeech-CLI 同时支持 **Windows** 和 **Linux** 两大平台，提供便携版、安装版和 AppImage 等多种分发形式。

| 平台 | 版本类型 | 文件名 | 说明 |
| :--- | :--- | :--- | :--- |
| **Windows** | 便携版（解压即用） | `manyspeech-cli-1.0.0-preview.9.20-win-x64.zip` | 解压后双击 `manyspeech-cli.exe` 即可使用 |
| **Windows** | 安装版（推荐） | `manyspeech-cli-1.0.0-preview.9.20-win-x64-setup.exe` | 提供安装向导，自动配置环境变量 |
| **Linux** | 便携版（tar.gz） | `manyspeech-cli-1.0.0-preview.9.20-linux-x64.tar.gz` | 解压后运行 `manyspeech-cli` |
| **Linux** | AppImage（单文件） | `manyspeech-cli-1.0.0-preview.9.20-linux-x64.AppImage` | 下载后赋权，直接运行，无需解压 |

> 📥 **统一下载入口**：访问 [https://modelscope.cn/models/manyeyes/manyspeech-cli](https://modelscope.cn/models/manyeyes/manyspeech-cli) 即可获取以上所有安装包。

### Windows 用户

#### 方式一：安装版（推荐）
1. 下载 `manyspeech-cli-1.0.0-preview.9.20-win-x64-setup.exe`
2. 双击运行安装程序，按照向导提示完成安装
3. 安装完成后，可在任意命令行窗口直接使用 `manyspeech` 命令（系统环境变量已自动配置）

#### 方式二：便携版
1. 下载 `manyspeech-cli-1.0.0-preview.9.20-win-x64.zip`
2. 解压到任意目录（例如 `D:\Tools\manyspeech`）
3. 双击 `manyspeech-cli.exe` 启动交互模式，或在命令行中进入该目录后输入命令

### Linux 用户

#### 方式一：便携版（tar.gz）
1. 下载 `manyspeech-cli-1.0.0-preview.9.20-linux-x64.tar.gz`
   ```bash
   wget https://modelscope.cn/models/manyeyes/manyspeech-cli/resolve/master/manyspeech-cli-1.0.0-preview.9.20-linux-x64.tar.gz
   ```
2. 解压压缩包：
   ```bash
   tar -xzvf manyspeech-cli-1.0.0-preview.9.20-linux-x64.tar.gz
   ```
3. 进入解压后的目录：
   ```bash
   cd manyspeech-cli-1.0.0-preview.9.20-linux-x64
   ```
4. 为程序添加可执行权限并运行：
   ```bash
   chmod +x manyspeech-cli
   ./manyspeech-cli
   ```

#### 方式二：AppImage（单文件，无需解压）
1. 下载 `manyspeech-cli-1.0.0-preview.9.20-linux-x64.AppImage`
   ```bash
   wget https://modelscope.cn/models/manyeyes/manyspeech-cli/resolve/master/manyspeech-cli-1.0.0-preview.9.20-linux-x64.AppImage
   ```
2. 赋予可执行权限：
   ```bash
   chmod +x manyspeech-cli-1.0.0-preview.9.20-linux-x64.AppImage
   ```
3. 直接运行：
   ```bash
   ./manyspeech-cli-1.0.0-preview.9.20-linux-x64.AppImage
   ```
   > 📝 **提示**：如果系统缺少 FUSE 库，可添加 `--appimage-extract` 参数解压后运行，或使用 `--help` 查看其他选项。

> 💡 **通用提示**：首次运行程序时，会自动下载所需的语音识别模型文件，请耐心等待并保持网络通畅。

---

## 使用示例

### 1. 长音频离线流式识别 · 生成字幕
**FireRedASR 大模型**
```bash
manyspeech asr -t offline --model fireredasr2-aed-large-zh-en-int8-onnx-selfcrosskv-offline-20260212 -m chunk --format srt --threads 2 -i file -f "/path/to/0.wav"
```
运行结果：
```bash
请输入命令 (输入 'exit' 或 'quit' 退出，直接回车显示帮助):
asr -t offline  --model fireredasr2-aed-large-zh-en-int8-onnx-selfcrosskv-offline-20260212 -m chunk -i file -f "D:\zh_31s.wav"

===== 识别器配置 =====
模型目录: D:\MyModels
识别类型: offline
处理方式: chunk
输入源: file
主模型名称: fireredasr2-aed-large-zh-en-int8-onnx-selfcrosskv-offline-20260212
VAD模型名称: alifsmnvad-onnx
标点模型名称: alicttransformerpunc-zh-en-mge-int8-onnx
模型精度: int8
线程数: 2
输出格式: srt
输出目录: C:\Users\admin\AppData\Local\ManySpeech\task
输入文件: D:\zh_31s.wav
======================

'D:\MyModels\fireredasr2-aed-large-zh-en-int8-onnx-selfcrosskv-offline-20260212' exists'D:\MyModels\alifsmnvad-onnx' exists'D:\MyModels\alicttransformerpunc-zh-en-mge-int8-onnx' exists[FSMN VAD] Init models elapsed: 246.1786ms
[OfflineAsr] Init models elapsed: 26085ms
[Punc] Init models elapsed: 1285.9482ms
0
00:00:00,490 -> 00:00:03,820
每当新年的钟声敲响的时候。

1
00:00:03,820 -> 00:00:06,850
我总会闭起眼睛，静静的许愿。

2
00:00:06,850 -> 00:00:10,980
有时也会给自己定下新年的奋斗目标。

3
00:00:10,990 -> 00:00:14,280
还有时听到新年的钟声时。

4
00:00:14,280 -> 00:00:17,130
我的心里会有一种遗憾的感觉。

5
00:00:17,200 -> 00:00:20,370
感慨时光过得如此匆匆。

6
00:00:20,370 -> 00:00:24,420
而自己往年的愿望还没达成。尽管如此。

7
00:00:24,570 -> 00:00:28,230
经过岁月的洗礼，我已长大成熟。

8
00:00:28,230 -> 00:00:31,120
学会了勇敢地面对现实的一切。

[ASR] Offline (File) processed 1 streams

=====================================
请输入命令 (输入 'exit' 或 'quit' 退出，直接回车显示帮助):
```
若对标点不满意，可以换个标点恢复模型试试，如：
```
asr -t offline  --model fireredasr2-aed-large-zh-en-int8-onnx-selfcrosskv-offline-20260212 -m chunk -i file -f "C:\Users\admin\Downloads\zh_31s.wav"  --punc FireRedPunc-zh-en-onnx
```
模型切换为：
**Fun-ASR-Nano-2512** 大模型
```bash
manyspeech asr -t offline --model Fun-ASR-Nano-2512-LLM-int8-onnx -m chunk --format srt --threads 2 -i file -f "/path/to/0.wav"
```
魔搭 notebook 运行截图：
<img src="./screenshots/manyspeech-modelscope-notebook.png" style="min-width:680px">

（后面的运行结果不再赘述。）

### 2. 麦克风离线流式识别 · 生成字幕
```bash
# FireRedASR 大模型
manyspeech asr -t offline --model fireredasr2-aed-large-zh-en-int8-onnx-selfcrosskv-offline-20260212 -m chunk --format srt --threads 2 -i mic

# FunASR 轻量模型
manyspeech asr -t offline --model Fun-ASR-Nano-2512-LLM-int8-onnx -m chunk --format srt --threads 2 -i mic
```

### 3. 麦克风实时流式识别 · 实时生成字幕
```bash
manyspeech asr -t online --model paraformer-large-zh-en-int8-onnx-online -m chunk --format srt --threads 2 -i mic

manyspeech asr -t online --model k2transducer-zipformer-ctc-large-zh-onnx-online-yuekai-20250630 -m chunk --format srt --threads 2 -i mic

manyspeech asr -t online --model k2transducer-zipformer-ctc-xlarge-zh-onnx-online-yuekai-20250630 -m chunk --format srt --threads 2 -i mic
```

### 4. VAD 语音端点检测 · 剔除静音与噪声
```bash
# 麦克风在线检测
manyspeech vad -t online -i mic

# 音频文件离线检测（自动剔除静音）
manyspeech vad -t offline -f meeting.wav

# 指定输出格式
manyspeech vad -t offline --format wav -f noisy_speech.wav
```

### 5. 标点符号恢复 · 中英文文本自动加标点
```bash
# 直接传入文本
manyspeech punc --text "今天天气不错一起去郊游吧"

# 从文本文件读取内容
manyspeech punc -f transcript.txt

# 输出 JSON 格式结果
manyspeech punc --text "hello world" --format json

# 交互模式输入
manyspeech punc
```

## ✨ 了解更多：
- [ManySpeech Document](https://manyeyes.github.io/manyspeech/ "ManySpeech")
