摘要：自从去年微软 Edge 上的那个「大声朗读」背后的微软云 AI 语音合成被我们扒出来后，先后分享过很多白嫖他们官网 Demo 的第三方文字转语音工具。但从实际出发考虑，你会发现这类「文字转语音」工具咱也就图个热闹，远没有「语音转文字」工具来...
自从去年微软 Edge 上的那个「大声朗读」背后的微软云 AI 语音合成被我们扒出来后，先后分享过很多白嫖他们官网 Demo 的第三方文字转语音工具。
但从实际出发考虑，你会发现这类「文字转语音」工具咱也就图个热闹，远没有「语音转文字」工具来得实用。
毕竟在工作学习里，像整理会议录音材料，扒学习视频上的文字资料等等，在语音转文字工具的帮助下，相信会有实打实的效率提升。
但是，我不知道大家有没有了解过语音转文字这个领域啊，单从我的了解来说，这类工具提供了按次、按小时的免费识别额度后，都是要花钱搞定音频识别的。
周三那篇评测手机上输入法语音识别率的时候，我就在想，有没有机会利用输入法上的语音识别，达到听写转文字的效果呢？
诚然，实现这个很简单，完全可以一个设备播放音频，再用另一个设备识别，但对于咱这种天天折腾电脑的人来说，实在是太不优雅了。
所以我在这个思路上摸索了一下，整理了一套优雅的解决方案，而其折腾的核心，在于一个虚拟音频驱动工具，VB-CABLE。
这个玩意的玩法实在是创意无限，只要你思路打开，题目中的玩法只是其中之一。
VB-CABLE
我们先简单了解一下这个虚拟音频驱动是干嘛的哈，不知道大家还记不记得上个月我整活的那个男变女变声器，这软件我玩了一天，同事们被我恶心吐了
变声器的实现原理是什么？简单说，就是拦截了实际的输入音频（录音）后，经过变声处理，并输出新的音频。
VB-CABLE 这个虚拟音频驱动的原理，本质上和变声器类似，它拦截了电脑上的音频输出，并虚拟成了新的输入。
安装很容易，从官网上下载的安装压缩包，解压后里面有两个安装程序，咱 Win10 选 64 位的双击即可。
步骤也很简单，在安装窗口那里点击「Install Driver」，当安装成功的窗口弹出，VB-CABLE 就搞定了。
注意，如果这一步的安装失败，多半是权限的事，大家可以试试右键以管理员身份运行安装。
然后咱们还需要一点点简单的配置，去右下角托盘里找到声音设置的图标，右键选择「打开声音设置」：
在 Windows 自带的设置里，把输入和输出分辨换成「CABLE」开头的两个虚拟设备。
此时，你电脑打开音、视频播放的音频，就成了新的输入音频，到了这一步，你会发现，耳机、音响里正在播放的声音突然没了，这就证明它正在干活。
如果你还想听，别急，在刚刚那个设置界面的右上角，找到「声音控制面板」。
然后在「录制」里找到「CABLE」开头的虚拟设备，右键选择「属性」。
在弹窗里找到「侦听」，勾选「侦听此设备」，并选择真实的播放设备，注意，这里每个人的播放不一样，或耳机或音响或屏幕，大家按实际的选就行了。
此后，我们就可以一边正常听电脑播放的音、视频，一边享受虚拟驱动带来的效果了。至于 VB-CABLE 这个虚拟驱动怎么用？下面我为大家准备了三个场景：
使用姿势
既然是使用，就得借助别的工具了，先来个简单的，比如 Windows 电脑自带的听写功能。
场景一
这个功能可能很多小伙伴不知道，其实我也是看了评论才知道的，说是现在的识别率很高。
想了解的小伙伴可以直接去设置里搜「听写」，里面就有关于微软听写的介绍：
使用起来就是，打开需要识别的音视频后，在任意文本界面，「Win+H」唤出听写，然后它就能帮你自动转成文字了。
但我实际体验中碰到了一些问题，不知道是不是网络环境问题啊，这玩意我总觉得有点傻，重复打开了好几次才能正常识别一句，据说 Win11 对听写功能进行了优化，Win11 的小伙伴可以自行试试看。
但我还想用这个系统自带的听写啊，所以不服输的我，找到了听写这个功能的出处，它本是 Office 的一个名为「Dictate」的插件，属于微软程序员折腾出的业余项目。
但后来因为效果好，这个插件被吸纳内置到了 Office 和 Windows 上。。。
电脑上我用不了，但 Office 上我能用啊，「开始」里的「听写」，就是它真身：
不过还需要我们在听写的设置里，把麦克风选成「CABLE」。
这个时候，开始播放音、视频，再开启听写，就能达到语音转文字的效果了：
场景二
在上面这个场景的最后，我发现在微软 Office 上的听写里，还支持识别其他语言：
那有没有可能实现一边识别，一边翻译的效果呢？Office 这里是不行的，只支持识别单一语言，但我在这个基础上发散了一下思路，想到了谷歌翻译。
在谷歌翻译的左侧，不有个语音翻译的按钮嘛？
点了以后，仔细看链接栏，那里会多出来个小图标，是申请麦克风权限的图标，一样的，把麦克风换成「CABLE」的虚拟设备。
做好了这些准备工作，我从 B 站找了个日语采访的生肉视频，把输入语言换成日语，把输出语言换成中文，边识别边翻译的效果，在这里就搞定了。
除了日语，其他谷歌翻译支持的语言，也可以做到边识别，边翻译的效果，看到这里，老司机们或许会有个大胆的想法，没错，确实可以，我已经试过了。
PS：谷歌翻译不是刚刚被禁嘛，大家可以修改 hosts 利用有效的 IP 访问，但速度会慢上一些，限于篇幅就不展开了，至于其他的大厂翻译我没试，有兴趣的小伙伴可以自行探索。
场景三
到这里，其实已经把 VB-CABLE 的使用场景介绍的差不多了，但是呢，我可没忘今天这篇的初心哈，即用上输入法的语音来进行识别。
怎么搞？告诉大家一个小技巧，在安卓模拟器的设置里，往往可以更改音频的输入、输出设备，那么就简单了，只要我们把麦克风和扬声器换成虚拟的「CABLE」不就行了。
我在模拟器上下载了讯飞输入法，和用来记录文字的锤子便签：
我们只要像手机那样开始语音输入，然后再打开视频，电脑上就自动搞定了转换：
结语
至此，这次折腾就算结束了，大家可别被微软听写、谷歌翻译、模拟器输入迷住了眼，我们所围绕着的核心，一直都是 VB-CABLE 这个虚拟音频驱动。
有了它，只要第三方工具支持调换麦克风，我们都能做到白嫖它们的接口，实现音频转换的功能。
想清楚了这一点，我们的思路才能被打开，老规矩，我把官网上下载的压缩包放蓝奏云了，感兴趣的小伙伴快去试试吧。
https://wwz.lanzouw.com/ia2Cp0ep0yuj
本文首发于微信公众号网罗灯下黑（wldxh8），未经授权请勿转载！
一如既往感谢各位小伙伴的支持和关注！
