sense-voice-main.exe
error: no input files specified

usage: sense-voice-main.exe [options] file0.wav file1.wav ...

options:
  -h,        --help              [default] show this help message and exit
  -t N,      --threads N         [4      ] number of threads to use during computation
  -p N,      --processors N      [1      ] number of processors to use during computation
  -ot N,     --offset-t N        [0      ] time offset in milliseconds
  -on N,     --offset-n N        [0      ] segment index offset
  -d  N,     --duration N        [0      ] duration of audio to process in milliseconds
  -mc N,     --max-context N     [-1     ] maximum number of text context tokens to store
  -ml N,     --max-len N         [0      ] maximum segment length in characters
  -sow,      --split-on-word     [false  ] split on word rather than on token
  -bo N,     --best-of N         [5      ] number of best candidates to keep
  -bs N,     --beam-size N       [5      ] beam size for beam search
  -ac N,     --audio-ctx N       [0      ] audio context size (0 - all)
  -wt N,     --word-thold N      [0.01   ] word timestamp probability threshold
  -et N,     --entropy-thold N   [2.40   ] entropy threshold for decoder fail
  -lpt N,    --logprob-thold N   [-1.00  ] log probability threshold for decoder fail
  -tp,       --temperature N     [0.00   ] The sampling temperature, between 0 and 1
  -tpi,      --temperature-inc N [0.20   ] The increment of temperature, between 0 and 1
  -debug,    --debug-mode        [false  ] enable debug mode (eg. dump log_mel)
  -di,       --diarize           [false  ] stereo audio diarization
  -tdrz,     --tinydiarize       [false  ] enable tinydiarize (requires a tdrz model)
  -nf,       --no-fallback       [false  ] do not use temperature fallback while decoding
  -otxt,     --output-txt        [false  ] output result in a text file
  -osrt,     --output-srt        [false  ] output result in a srt file
  -ocsv,     --output-csv        [false  ] output result in a CSV file
  -oj,       --output-json       [false  ] output result in a JSON file
  -ojf,      --output-json-full  [false  ] include more information in the JSON file
  -of FNAME, --output-file FNAME [       ] output file path (without file extension)
  -np,       --no-prints         [false  ] do not print anything other than the results
  -ps,       --print-special     [false  ] print special tokens
  -pc,       --print-colors      [false  ] print colors
  -pp,       --print-progress    [false  ] print progress
  -nt,       --no-timestamps     [false  ] do not print timestamps
  -l LANG,   --language LANG     [auto   ] spoken language ('auto' for auto-detect), support [`zh`, `en`, `yue`, `ja`, `ko`
             --prompt PROMPT     [       ] initial prompt (max n_text_ctx/2 tokens)
  -m FNAME,  --model FNAME       [models/ggml-base.en.bin] model path
  -f FNAME,  --file FNAME        [       ] input WAV file path
             --min_speech_duration_ms   [250    ] min_speech_duration_ms
             --max_speech_duration_ms   [15000  ] log probability threshold for decoder fail
             --min_silence_duration_ms   [100    ] min_silence_duration_ms
             --speech_pad_ms     [30     ] speech_pad_ms
  -oved D,   --ov-e-device DNAME [CPU    ] the OpenVINO device used for encode inference
  -ls,       --log-score         [false  ] log best decoder scores of tokens
  -ng,       --no-gpu            [false  ] disable GPU
  -fa,       --flash-attn        [false  ] flash attention
  -itn,      --use-itn           [false  ] use itn
  -prefix,      --use-prefix           [false  ] use itn

用法

plaintext

usage: sense-voice-main.exe [options] file0.wav file1.wav ...

翻译：用法 → 程序名 [参数选项] 音频文件 1 音频文件 2...正确示例：

plaintext

sense-voice-main.exe -l zh test.wav

常用参数 中文解释（最实用）

我只挑你一定会用到的，其他是高级调试用的，不用管：

表格

你最后问的那几个特殊参数

plaintext

-itn,      --use-itn           [false  ] use itn
-prefix,      --use-prefix           [false  ] use itn 意思

1. 
   

2. -itn / --use-itn

• 
  
• ITN = Inverse Text Normalization
• 
  
• 意思：数字 / 符号标准化
• 
  
• 作用：把语音识别的口语转成书面语比如：识别出 “一百二十三” → 自动转成 123“百分之五十” → 50%
• 
  
3. 
   

4. -prefix / --use-prefix

• 
  
• 前缀提示功能
• 
  
• 意思：给识别加固定开头文字
• 
  
• 作用：比如你知道音频开头一定是 “大家好”，加上这个能提高识别准确率
• 
  

最简可用命令（直接复制改文件名就能用）

1. 识别中文，输出字幕（最常用）

plaintext

sense-voice-main.exe -l zh -osrt -f 音频.wav

2. 识别粤语

plaintext

sense-voice-main.exe -l yue -osrt -f 音频.wav

3. 识别英文

plaintext

sense-voice-main.exe -l en -osrt -f 音频.wav

原创创意共创、永久收益分成，是东方仙盟始终坚守的核心理念。我们坚信，每一份原创智慧都值得被尊重与回馈，以永久分成锚定共创初心，让创意者长期享有价值红利，携手万千伙伴向着科技星辰大海笃定前行，拥抱硅基 生命与数字智能交融的未来，共筑跨越时代的数字文明共同体。

• ---

  
  

  东方仙盟 

  
  

  东方仙盟：拥抱知识开源，共筑数字新生态

  在全球化与数字化浪潮中，东方仙盟始终秉持开放协作、知识共享的理念，积极拥抱开源技术与开放标准。我们相信，唯有打破技术壁垒、汇聚全球智慧，才能真正推动行业的可持续发展。

  开源赋能中小商户：通过将前端异常检测、跨系统数据互联等核心能力开源化，东方仙盟为全球中小商户提供了低成本、高可靠的技术解决方案，让更多商家能够平等享受数字转型的红利。
  共建行业标准：我们积极参与国际技术社区，与全球开发者、合作伙伴共同制定开放协议与技术规范，推动跨境零售、文旅、餐饮等多业态的系统互联互通，构建更加公平、高效的数字生态。
  知识普惠，共促发展：通过开源社区、技术文档与培训体系，东方仙盟致力于将前沿技术转化为可落地的行业实践，赋能全球合作伙伴，共同培育创新人才，推动数字经济 的普惠式增长

  阿雪技术观

  
  

  在科技发展浪潮中，我们不妨积极投身技术共享。不满足于做受益者，更要主动担当贡献者。无论是分享代码、撰写技术博客，还是参与开源项目维护改进，每一个微小举动都可能蕴含推动技术进步的巨大能量。东方仙盟是汇聚力量的天地，我们携手在此探索硅基生命，为科技进步添砖加瓦。

  
  

  Hey folks, in this wild tech - driven world, why not dive headfirst into the whole tech - sharing scene? Don't just be the one reaping all the benefits; step up and be a contributor too. Whether you're tossing out your code snippets, hammering out some tech blogs, or getting your hands dirty with maintaining and sprucing up open - source projects, every little thing you do might just end up being a massive force that pushes tech forward. And guess what? The Eastern FairyAlliance is this awesome place where we all come together. We're gonna team up and explore the whole silicon - based life thing, and in the process, we'll be fueling the growth of technology.  

  开通方法
  

  

  
  

  关注我们

  营销资讯：抖音运营，微信公众号运营，小红书运营

  网站运营：安全、备案、申请网站，漏洞扫描，数字证书

  开发：开发技巧、热点技术，人工智能，数据分析，数据优化，docker

  数据服务：数据恢复，数据安全，数据融合，数据异地容灾，数据优化，数据自动备份、数据清洗

  人工智能：智能物联网，智慧大屏幕，OCR，智慧刷脸，语音交互，智能机器人，数字生命，数字人，大模型，本地化，边缘化智能（手机模型）

  支付：微信支付服务商，支付支付服务商，刷脸支付

  安全服务：WAF安全，网安扫描，漏洞扫描，安全补丁，防火墙定制

  智慧大屏：物资耗材大屏幕，单位用餐大数据，智慧场馆大屏，销售大屏幕，智慧社区大屏幕，大厅查询机，景区自助机

  智慧酒店：酒店系统、酒店押金、酒店房价牌、酒店门锁、布草系统

  行业软件：酒店、餐饮、便利店，美发、超市，批发，景区门票，道闸，堂食，配送系统，烘培系统，健身，美容系统，月子中心系统

  物联网：智能衣柜，足浴店衣柜，售货柜，酒店自助入住机

  国产化：uos系统答疑，国产软件开发，国产服务器配置，docker

  一体化:酒店一体化（闸机，酒店系统，餐饮系统，售票，布草，无人酒店，在线订房），景区一体化（门票、餐饮、住宿、押金、超市、药店、商铺租赁，通车系统，售票大厅，大屏幕，无人景区，景区自助机）