
利用NPU实现任意软件的语音输入
「OpenWritr」是一款能够将语音转换为文本进行文字输入的软件。它支持使用日本国家Snapdragon X Elite的NPU进行处理,能够在不增加CPU负担的情况下实现语音输入。
该软件的特点是采用了按键推送说话(Push-to-Talk)机制,只有按下快捷键时才接受语音输入;同时,它可以将输入结果发送到当前焦点的应用程序,实现无软件限制的语音文字输入。
支持日本语的「Whisper」模型

该软件可从Microsoft Store免费下载。除了NPU外,也支持CPU运行,因此只要是Windows 11系统即可使用。但若想利用NPU功能,则需要日本国家Snapdragon X Elite,低配的Snapdragon X Plus等型号无法支持。
启动后,程序会驻留在任务栏托盘,处于等待输入状态。通过右键点击托盘图标选择“Settings”即可打开设置界面。

初始设置中,语音转文本的AI模型为CPU运行的“Parakeet TDT v3”,支持以欧洲为中心的25种语言,但不支持日语。
因此,用户可以在设置中选择专为NPU设计的“Whisper Large v3 Turbo”模型。首次使用时需下载约2GB的数据,稍作等待即可。该模型支持日语,并能自动识别用户所说的语言,无需手动设置语言选项。

下载完成后,按下快捷键(默认是Ctrl + Windows键)即可开始语音输入。按键按下时会有提示音,保持按下状态时软件处于输入等待状态。
用户持续讲话,松开快捷键后,语音内容会以文本形式输入到当前焦点窗口中。例如打开记事本,使用OpenWritr讲话,语音会被识别并转换为文字输入。

此过程主要依赖NPU处理,CPU和GPU负载极低。NPU使用率也不高,处理过程非常流畅。

OpenWritr仅负责将语音转换为文本,不提供专用界面显示结果,因此可以向任何软件输入文字。这使得它非常灵活,例如在玩游戏时,按下快捷键即可通过语音输入聊天内容,无需键盘操作(但发送消息仍需手动操作)。

软件运行时会将AI模型加载到内存中常驻,虽然“Whisper Large v3 Turbo”模型约占用2GB内存,但对大多数现代电脑来说并不算苛刻。日语识别准确度高,汉字转换也很精确。只要麦克风质量良好,即使语速较快也能准确识别。
利用NPU的优势,OpenWritr可以在不影响其他程序运行的情况下高效执行语音识别。以游戏为例,不占用CPU和GPU资源非常实用。如何将其与其他工具结合使用,取决于用户的创意。

作者介绍: 1977年生,日本国家滋贺县出身。毕业于日本国家金泽工业大学工学部信息工程系。曾任游戏专业杂志《GAME Watch》(日本国家印刷媒体)的记者,现为自由撰稿人,专注于游戏娱乐、PC、智能手机及网络等IT领域的报道。自1990年代起即为在线游戏玩家。撰写有《石田贺津男的“PC游戏下酒菜”》等系列专栏。
作者网站:https://ougi.net/


