需求分析

　　1、音频转文字：目前市面上的音频转文字大多收费。音频转文字的需求是：上传一段音频，直接识别成文字，对于会议记录的比较好使，注意不是实时的语音识别。

　　2、文字转语音：转的语音不要太生硬。

　　3、截图文字识别（OCR）：截屏完成即可弹出截图所含图片中的文字。

　　4、批量图片文字识别：选择多张图片，直接识别出每张图片的文字。

　　5、复制翻译：看英文文献，有时候懒，如果能有置顶悬浮窗，实时监测剪切板，遇到想要翻译的段落，直接复制，即可给出多国语言翻译结果也是刚需；当然有些论文文本不能复制，所以还复用了截图OCR的功能，对OCR结果进行翻译。

　　6、图种制作：这个不入流，纯属个人爱好，没啥技术含量。

功能介绍

　　需求产生开发动力，基于百度AI和pyqt5制作了自己的小工具，解决了上述所有需求，需求也就就是功能了。

　　1、批量音频转文字

　　（1）比如批量识别小学生课文

　　（2）比如识别长达五分钟的《荷塘月色》

　　（3）识别岳云鹏的相声

　　2、文字转语音

　　这个没什么好说的，输入文字，选择发音人、语速、音调之类的，可试听，可生产mp3格式的音频文件。

　　3、截图OCR

　　点击截图按钮即可截图，自动弹出识别文字。如下动图演示，也是个初版，界面简陋。

　　4、图片批量识别

　　在截图OCR下拉按钮有个图片批量文字识别功能，这都属于OCR功能，简单粗暴，批量选择图片，即可识别所有图片中的文字。如下动图演示：

　　5、复制翻译

　　看英文文献，有时候懒，如果能有置顶悬浮窗，实时监测剪切板，遇到想要翻译的段落，直接复制，即可给出多国语言翻译结果也是刚需；当然有些论文文本不能复制，所以还复用了截图OCR的功能，对OCR结果进行翻译。如下演示：

　　6、图种制作

　　没啥意思，就是将一张图和一个压缩文件合并成一个图片文件，这个生成的图片文件打开是一张图，如果后缀修改为zip，解压后就能看到原先的压缩文件，不做演示了。

软件操作

　　打开可能慢，且软件开启后带着cmd黑框。

使用须知

　　要有APIKey、SecretKey，自己去百度注册获取，免费可以识别5万次哈。

更新日志

　　V2.2版更新：

　　加入更多功能，修改了打不开的BUG。

录音转文字软件