本软件涉及所有模型和下载地址
本页面列出所有用到的模型下载地址、下载后本地存放位置，若自动下载总是失败，可先删掉已下载的模型文件，然后尝试手动下载。
为减小软件体积，不内置任何模型，将在第一次使用时自动在线下载，主要从国外模型仓库huggingface.co、国内镜像站hf-mirror.com和 阿里魔塔modelscope.cn下载
模型体积普遍较大(1G-5G)，除了部分阿里模型位于国内阿里魔塔
modelscope.cn网站，其他均位于国外网站huggingface.co，而此站国内已屏蔽，无法直接访问， 需科学上网(VPN/代理)，无科学上网时软件内部会自动切换至国内镜像站hf-mirror.com即便已科学上网，但若是（VPN/代理）不够稳定可靠，长时间持续下载仍可能失败；
而国内镜像站下载较慢、有频率限制，仍有较大概率下载失败。
以上种种原因导致模型下载频频失败，很多其他错误也多由模型下载失败后间接引发。
软件目录是指sp.exe或sp.py所在的文件夹
- 国外模型仓库地址：https://huggingface.co
- 部分阿里模型和onnx模型将从阿里魔塔下载： https://modelscope.cn
下载注意事项
一般每个模型都有多个文件组成，而不同模型可能存在相同名字的文件，例如大多都存在model.safetensors，如果你下载目录下已存在同名文件，浏览器可能为自动为你重命名，例如你下载的是model.safetensors,可能被自动命名为model(2).safetensors，你必须重新改回原名，然后放到要求的存放位置，软件才能识别到。
在 huggingface.co 网站，点击下载图标，即可下载该模型文件
语音识别渠道所用模型
Qwen-ASR(内置)
0.6B模型：
- 下载地址：https://huggingface.co/Qwen/Qwen3-ASR-0.6B/tree/main
- 存放位置：
软件目录/models/models--Qwen--Qwen3-ASR-0.6B
1.7B模型：
- 下载地址：https://huggingface.co/Qwen/Qwen3-ASR-1.7B/tree/main
- 存放位置：
软件目录/models/models--Qwen--Qwen3-ASR-1.7B
CN-Dialect模型(中文方言优化版)：
- 下载地址：https://huggingface.co/ASLP-lab/CN-MultiDialect-ASR/tree/main
- 存放位置：
软件目录/models/models--ASLP-lab--CN-MultiDialect-ASR
Firered中文(内置)
- 下载地址：https://modelscope.cn/models/himyworld/videotrans/resolve/master/fireredasr2aed.zip
- 存放位置：
软件目录/models/复制压缩包内的 fireredasr 文件夹到此
Dolphin(内置)
- 下载地址：https://modelscope.cn/models/himyworld/videotrans/resolve/master/dolphin.zip
- 存放位置：
软件目录/models/复制压缩包内的 dolphin 文件夹到此
Omnilingual亚洲语言(内置)
- 下载地址：https://modelscope.cn/models/himyworld/videotrans/resolve/master/omnilingual.zip
- 存放位置：
软件目录/models/复制压缩包内的 omnilingual 文件夹到此
parakeet日语(内置)
- 下载地址：https://modelscope.cn/models/himyworld/videotrans/resolve/master/parakeet-ja.zip
- 存放位置：
软件目录/models/复制压缩包内的 parakeet 文件夹到此
Moss-Diarize(内置)
- 下载地址：https://huggingface.co/OpenMOSS-Team/MOSS-Transcribe-Diarize/tree/main
- 存放位置：
软件目录/models/models--OpenMOSS-Team--MOSS-Transcribe-Diarize
faster-whisper(内置)
| 模型名称 | 本地存放位置 | 下载地址 |
|---|---|---|
| tiny | 软件目录/modles/models--Systran--faster-whisper-tiny | https://huggingface.co/Systran/faster-whisper-tiny/tree/main |
| base | 软件目录/modles/models--Systran--faster-whisper-base | https://huggingface.co/Systran/faster-whisper-base/tree/main |
| small | 软件目录/modles/models--Systran--faster-whisper-small | https://huggingface.co/Systran/faster-whisper-small/tree/main |
| medium | 软件目录/modles/models--Systran--faster-whisper-medium | https://huggingface.co/Systran/faster-whisper-medium/tree/main |
| large-v1 | 软件目录/modles/models--Systran--faster-whisper-large-v1 | https://huggingface.co/Systran/faster-whisper-large-v1/tree/main |
| large-v2 | 软件目录/modles/models--Systran--faster-whisper-large-v2 | https://huggingface.co/Systran/faster-whisper-large-v2/tree/main |
| large-v3 | 软件目录/modles/models--Systran--faster-whisper-large-v3 | https://huggingface.co/Systran/faster-whisper-large-v3/tree/main |
| large-v3-turbo | 软件目录/modles/models--mobiuslabsgmbh--faster-whisper-large-v3-turbo | https://huggingface.co/mobiuslabsgmbh/faster-whisper-large-v3-turbo/tree/main |
| ---------- | ----------- | --------------------- |
| tiny.en | 软件目录/modles/models--Systran--faster-whisper-tiny.en | https://huggingface.co/Systran/faster-whisper-tiny.en/tree/main |
| base.en | 软件目录/modles/models--Systran--faster-whisper-base.en | https://huggingface.co/Systran/faster-whisper-base.en/tree/main |
| small.en | 软件目录/modles/models--Systran--faster-whisper-small.en | https://huggingface.co/Systran/faster-whisper-small.en/tree/main |
| medium.en | 软件目录/modles/models--Systran--faster-whisper-medium.en | https://huggingface.co/Systran/faster-whisper-medium.en/tree/main |
| ---------- | ----------- | --------------------- |
| distil-large-v2 | 软件目录/modles/models--Systran--faster-distil-whisper-large-v2 | https://huggingface.co/Systran/faster-distil-whisper-large-v2/tree/main |
| distil-large-v3 | 软件目录/modles/models--Systran--faster-distil-whisper-large-v3 | https://huggingface.co/Systran/faster-distil-whisper-large-v3/tree/main |
| distil-large-v3.5 | 软件目录/modles/models--distil-whisper--distil-large-v3.5-ct2 | https://huggingface.co/distil-whisper/distil-large-v3.5-ct2/tree/main |
| distil-small.en | 软件目录/modles/models--Systran--faster-distil-whisper-small.en | https://huggingface.co/Systran/faster-distil-whisper-small.en/tree/main |
| distil-medium.en | 软件目录/modles/models--Systran--faster-distil-whisper-medium.en | https://huggingface.co/Systran/faster-distil-whisper-medium.en/tree/main |
openai-whisper(内置)
下载后的.pt模型文件直接放在
软件目录/models文件夹内即可
- tiny.en https://openaipublic.azureedge.net/main/whisper/models/d3dd57d32accea0b295c96e26691aa14d8822fac7d9d27d5dc00b4ca2826dd03/tiny.en.pt
- tiny https://openaipublic.azureedge.net/main/whisper/models/65147644a518d12f04e32d6f3b26facc3f8dd46e5390956a9424a650c0ce22b9/tiny.pt
- base.en https://openaipublic.azureedge.net/main/whisper/models/25a8566e1d0c1e2231d1c762132cd20e0f96a85d16145c3a00adf5d1ac670ead/base.en.pt
- base https://openaipublic.azureedge.net/main/whisper/models/ed3a0b6b1c0edf879ad9b11b1af5a0e6ab5db9205f891f668f8b0e6c6326e34e/base.pt
- small.en https://openaipublic.azureedge.net/main/whisper/models/f953ad0fd29cacd07d5a9eda5624af0f6bcf2258be67c92b79389873d91e0872/small.en.pt
- small https://openaipublic.azureedge.net/main/whisper/models/9ecf779972d90ba49c06d968637d720dd632c55bbf19d441fb42bf17a411e794/small.pt
- medium.en https://openaipublic.azureedge.net/main/whisper/models/d7440d1dc186f76616474e0ff0b3b6b879abc9d1a4926b7adfa41db2d497ab4f/medium.en.pt
- medium https://openaipublic.azureedge.net/main/whisper/models/345ae4da62f9b3d59415adc60127b97c714f32e89e936602e85993674d08dcb1/medium.pt
- large-v1 https://openaipublic.azureedge.net/main/whisper/models/e4b87e7e0bf463eb8e6956e646f1e277e901512310def2c24bf0e11bd3c28e9a/large-v1.pt
- large-v2 https://openaipublic.azureedge.net/main/whisper/models/81f7c96c852ee8fc832187b0132e569d6c3065a3252ed18e56effd0b6a73e524/large-v2.pt
- large-v3 https://openaipublic.azureedge.net/main/whisper/models/e5b1a55b89c1367dacf97e3e19bfd829a01529dbfdeefa8caeb59b3f1b81dadb/large-v3.pt
- large https://openaipublic.azureedge.net/main/whisper/models/e5b1a55b89c1367dacf97e3e19bfd829a01529dbfdeefa8caeb59b3f1b81dadb/large-v3.pt
- large-v3-turbo https://openaipublic.azureedge.net/main/whisper/models/aff26ae408abcba5fbf8813c21e62b0941638c5f6eebfb145be0c9839262a19a/large-v3-turbo.pt
- turbo https://openaipublic.azureedge.net/main/whisper/models/aff26ae408abcba5fbf8813c21e62b0941638c5f6eebfb145be0c9839262a19a/large-v3-turbo.pt
HuggingFace_ASR(内置)
显示的模型名称为
Audio8/ARK-ASR-0.6B支持中英等10多种语言识别Audio8/ARK-ASR-3B支持中英等10多种语言识别zai-org/GLM-ASR-Nano-2512支持中英识别ibm-granite/granite-speech-4.1-2b支持法英德西班牙nvidia/parakeet-ctc-1.1b英语reazon-research/japanese-wav2vec2-large-rs35kh日语kotoba-tech/kotoba-whisper-v2.0日语vinai/Phowhisper-large越南语nguyenvulebinh/wav2vec2-base-vietnamese-250h越南语biodatlab/whisper-th-large-v3泰语sakares/wav2vec2-large-xlsr-thai-demo泰语SiangLao/xlsr-53-lao-asr老挝语chuuhtetnaing/whisper-large-v3-myanmar缅甸语1morecupofhottea/whisper-turbo-khmer-v9柬埔寨高棉语anke01/whisper-small-uyghur维吾尔语billingsmoore/tibetan-asr-nict-tib1-whisper-small藏语kingabzpro/whisper-large-v3-urdu乌尔都语vasista22/whisper-tamil-small泰米尔语theainerd/Wav2Vec2-large-xlsr-hindi印地语cautroi/whisper-large-v3-id印尼语Khalsuu/filipino-wav2vec2-l-xls-r-300m-official菲律宾navai-uz/whisper-medium-uzbek乌兹别克语MohammadKhosravi/whisper-large-v3-Persian波斯语Ghost3454/translynx-pakistani-punjabi-whisper-small巴基斯坦旁遮普语turkmedstt/whisper-large-v3-turkish-general土耳其语anton-l/wav2vec2-large-xlsr-53-mongolian蒙古语openai/whisper-large-v3所有内置语言
- 下载地址：https://huggingface.co/此处使用显示的模型名称替代/tree/main
- 存放位置：
软件目录/models/models--此处使用显示的名称名称替代，并将斜杠改为2个中横线
例如显示名称是 Audio8/ARK-ASR-0.6B
那么下载地址就是https://huggingface.co/Audio8/ARK-ASR-0.6B/tree/main, 存放位置就是 软件目录/models/models--Audio8--ARK-ASR-0.6B
看到规律了吗？下载地址就是直接使用模型显示名称替换，存放位置也是替换，并将显示名称中的/ 斜线改为--
whisper.cpp
windows预编译包下载地址：下载后里面的
whisper-cli文件夹复制到软件目录内模型下载地址：
单文件模型，下载后将
.bin文件放入软件目录/models文件夹内。
翻译渠道(字幕翻译)所用模型
Hy-MT2-1.8B(内置)
- 下载地址： https://huggingface.co/tencent/Hy-MT2-1.8B/tree/main
- 存放位置：
软件目录/models/models--tencent--Hy-MT2-1.8B
M2M100(内置)
- 下载地址：https://modelscope.cn/models/himyworld/videotrans/resolve/master/m2m100_12b_model.zip
- 存放位置：
软件目录/models/复制压缩包内的 m2m100_12b 文件夹到此
配音渠道所用模型
Piper(内置)
- 下载地址：https://huggingface.co/rhasspy/piper-voices/tree/main
- 存放位置：
软件目录/models/piper
VITS(内置)
- 下载地址：https://modelscope.cn/models/himyworld/videotrans/resolve/master/vits-tts.zip
- 存放位置：
软件目录/models/复制压缩包内的 vits 文件夹到此
ZipVoice(内置)
- 下载地址：https://modelscope.cn/models/himyworld/videotrans/resolve/master/zipvoice-tts.zip
- 存放位置：
软件目录/models/复制压缩包内的 zipvoice 文件夹到此
OmniVoice(内置)
- 下载地址：https://huggingface.co/k2-fsa/OmniVoice/tree/main
- 存放位置：
软件目录/models/models--k2-fsa--OmniVoice
MOSS-TTS-Nano(内置)
- 下载地址：https://huggingface.co/OpenMOSS-Team/MOSS-TTS-Nano-100M/tree/main
- 存放位置：
软件目录/models/MOSS-TTS-Nano-100M - 下载地址：https://huggingface.co/OpenMOSS-Team/MOSS-Audio-Tokenizer-Nano-ONNX/tree/main
- 存放位置：
软件目录/models/MOSS-Audio-Tokenizer-Nano-ONNX
ChatterBox(内置)
- 下载地址：https://huggingface.co/ResembleAI/chatterbox/tree/main
- 存放位置：
软件目录/models/models--ResembleAI--chatterbox
ChatterBox 第一次使用除了模型外，还需要从 github.com 下载2个文件到
models文件夹内，如果下载失败，请手动从该地址下载 https://github.com/explosion/spacy-pkuseg/releases/download/v0.0.26/spacy_ontonotes.zip,下载后解压，会得到2个文件，分别是features.msgpack和weights.npz，将他们复制到软件目录/models/pkuser_home内，如果不存在该文件夹，请新建
Supertonic(内置)
- 下载地址：https://huggingface.co/Supertone/supertonic-3/tree/main
- 存放位置：
软件目录/models/models--Supertone--supertonic-3
Higgs-audio-v3(内置)
- 下载地址：https://huggingface.co/multimodalart/higgs-audio-v3-tts-4b-transformers/tree/main
- 存放位置：
软件目录/models/models--multimodalart--higgs-audio-v3-tts-4b-transformers
Qwen3-TTS(内置)
下载地址：https://huggingface.co/Qwen/Qwen3-TTS-12Hz-0.6B-Base/tree/main
存放位置：
软件目录/models/models--Qwen--Qwen3-TTS-12Hz-0.6B-Base下载地址：https://huggingface.co/Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoice/tree/main
存放位置：
软件目录/models/models--Qwen--Qwen3-TTS-12Hz-0.6B-CustomVoice
Confucius-TTS(内置)
下载地址：https://huggingface.co/netease-youdao/Confucius4-TTS/tree/main
存放位置：
软件目录/models/models--netease-youdao--Confucius4-TTS存放位置：
软件目录/models/models--models--facebook--w2v-bert-2.0下载地址：https://huggingface.co/nvidia/bigvgan_v2_22khz_80band_256x/tree/main
存放位置：
软件目录/models/models--nvidia--bigvgan_v2_22khz_80band_256x存放位置：
软件目录/models/models--funasr--campplus
F5-TTS(内置)
存放位置:
软件目录/models/models--SWivid--F5-TTS/F5TTS_v1_Base
存放位置:
软件目录/models/models--Jmica--F5TTS/JA_21999120
存放位置:
软件目录/models/models--RASPIAUDIO--F5-French-MixedSpeakers-reduced
存放位置:
软件目录/models/models--hvoss-techfak--F5-TTS-German
存放位置:
软件目录/models/models--hotstone228--F5-TTS-Russian
- 意大利语模型(1.35G)：https://huggingface.co/alien79/F5-TTS-italian/tree/main
存放位置:
软件目录/models/models--alien79--F5-TTS-italian
存放位置:
软件目录/models/models--jpgallegoar--F5-Spanish
存放位置:
软件目录/models/models--SPRINGLab/F5-Hindi-24KHz
- 阿拉伯语模型(2.6G)：https://huggingface.co/silma-ai/silma-tts/tree/main
存放位置:
软件目录/models/models--silma-ai--silma-tts
存放位置:
软件目录/models/models--multilingual-tts--F5-TTS-OpenBible-Turkish
存放位置:
软件目录/models/models--multilingual-tts--F5-TTS-OpenBible-Vietnamese
说话人分离模型
内置模型:
在该地址页下载3dspeaker_speech_eres2net_large_sv_zh-cn_3dspeaker_16k.onnx 、nemo_en_titanet_small.onnx、seg_model.onnx 这3个文件
- 存放位置：
软件目录/models/onnx/将下载的3个文件放到此处
pyannote
- 下载地址：https://huggingface.co/pyannote/speaker-diarization-3.1
- 存放位置:
软件目录/models/models--pyannote--speaker-diarization-3.1
Ali camp++:
- 下载地址： https://modelscope.cn/models/iic/speech_campplus_speaker-diarization_common
- 存放位置：
软件目录/models/speech_campplus_speaker-diarization_common
分离人声背景模型、降噪模型、标点恢复模型
下载地址：https://modelscope.cn/models/himyworld/videotrans/tree/master/onnx 存放位置：下载该页面所有 .onnx 文件后存放到 软件目录/models/onnx/ 文件夹内
实时语音识别模型
- 下载地址: https://modelscope.cn/models/himyworld/videotrans/resolve/master/realtimestt.zip
- 存放位置: 下载后解压回看到一个 onnx 文件夹，将其内所有文件复制到
软件目录/models/onnx/