智能助手工作台 v1.0.0 使用教程
📖 一、软件简介
1.1 核心功能
- ✅ 语音转文字：支持单文件和批量处理
- ✅ 文字转语音：支持情感克隆和声音定制
- ✅ 资源搜索：集成网页浏览器，快速访问资源网站
1.2 系统要求
- 操作系统： Windows 10/11 64位
- 内存： 4GB及以上
- 存储空间： 200MB可用空间
- 网络连接： 需要互联网连接（用于AI功能）
1.3 下载安装
下载页面： https://ai-tool.newmt.fun
安装步骤：
- 下载
ai-tools-v1.0.0-setup.exe - 双击运行安装程序
- 按照向导完成安装
- 首次运行建议重启电脑
🎤 二、语音转文字功能
2.1 准备工作：获取API Token
硅基流动API Token获取步骤：
- 访问官网：https://www.siliconflow.cn/
- 注册登录：支持手机验证码、邮箱、GitHub、Google登录
- 创建Token：进入个人中心 → API密钥 → 新建API密钥
- 复制保存：创建成功后立即复制Token并妥善保存
2.2 操作流程
单文件模式：
- 点击左侧导航栏的🎤图标
- 在侧边栏输入API Token，选择模型
- 点击"选择文件"按钮
- 点击"开始识别"
- 识别结果可复制、保存或清空
批量模式：
- 切换到"批量识别模式"
- 点击"添加文件（多选）"
- 点击"批量识别"开始处理
- 完成后点击"下载ZIP"打包导出
2.3 支持格式
- 音频： mp3, wav, m4a, flac
- 视频： mp4, avi, mov, mkv（自动提取音频）
2.4 使用技巧
- 视频文件会自动提取音频进行识别
- 选择SenseVoiceSmall模型识别速度更快
- 批量处理多个文件更节省Token
🔊 三、文字转语音功能
3.1 准备工作：获取Gitee AI Token
- 访问 https://ai.gitee.com/models
- 注册Gitee AI账号
- 在API管理页面创建Token
- 复制Token备用
3.2 模型介绍
- IndexTTS-2：情感克隆模型，可学习声音情感特征
- Spark-TTS-0.5B：轻量级模型，合成速度快
3.3 操作步骤
- 点击左侧导航栏的🔊图标
- 输入Gitee AI Token，选择模型
- 上传参考音频（30秒以内，清晰无噪音）
- 输入要合成的文本（建议不超过500字）
- 点击"生成语音"，等待完成
- 可播放试听或下载保存
3.4 高级功能（IndexTTS-2）
- 情感音频控制：上传情感参考音频，调节强度
- 文本情感控制：输入情感文本，控制语音情感
- 声音克隆：模仿参考音频的音色和语调
🔍 四、资源搜索功能
4.1 使用方法
- 点击左侧导航栏的🔍图标
- 软件自动打开资源搜索网站
- 在嵌入式浏览器中搜索资源
4.2 支持网站
- 资源搜索： https://www.panws.top
- 软件下载： https://ai-tool.newmt.fun
- 官方论坛： https://www.newmt.fun
❓ 五、常见问题
5.1 安装问题
Q：安装时提示"Windows已保护你的电脑" A：点击"更多信息" → "仍要运行"，或暂时关闭Windows Defender
Q：软件启动后立即闪退 A：安装Visual C++ Redistributable，或更新Windows系统
5.2 功能问题
Q：语音识别总是失败 A：检查API Token是否正确，网络连接是否正常，音频格式是否支持
Q：文字转语音生成速度慢 A：避开高峰期使用，压缩参考音频文件，将长文本分段处理
Q：批量处理中途停止 A：检查网络连接，确认Token额度是否用完，关闭其他程序释放内存
5.3 使用问题
Q：如何保存当前配置？ A：API Token会自动保存到本地文件，位置在软件安装目录下
Q：支持哪些语言？ A：语音识别主要支持中文普通话，语音合成支持中文
💡 六、使用建议
初学者：
- 先从单文件语音识别开始
- 使用清晰的短音频进行测试
- 正确配置API Token后立即保存
进阶用户：
- 利用批量功能提高效率
- 尝试创建个性化语音
- 探索IndexTTS-2的高级功能
生产环境：
- 确保稳定的网络连接
- 定期备份重要数据
- 关注API使用量和费用
📞 七、技术支持
- 公众号： 百万教程
📌 附录
API服务商
| 功能 | 服务商 | 官网 | 免费额度 |
|---|---|---|---|
| 语音识别 | SiliconFlow | https://siliconflow.cn | 新用户赠送额度 |
| 语音合成 | Gitee AI | https://ai.gitee.com | 按量计费 |
文件格式支持
| 功能 | 支持格式 | 备注 |
|---|---|---|
| 语音识别输入 | mp3, wav, m4a, flac, mp4, avi, mov, mkv | 视频自动提取音频 |
| 音频提取输出 | wav | 16000Hz, 单声道 |
| 语音合成参考音频 | mp3, wav, m4a, flac | 建议30秒以内 |
| 语音合成输出 | mp3 | 标准MP3格式 |
| 文本保存 | txt | UTF-8编码 |
| 批量导出 | zip | 标准ZIP格式 |
祝您使用愉快！
文档版本：v1.0.0
最后更新：2026年1月22日
文档维护：公众号_百万教程
【新手必备】硅基流动API Token免费获取完全指南：4步解锁AI模型调用（零门槛+图文对照）
在AI开发热潮下，API Token作为对接硅基流动（SiliconFlow）多模态AI模型的核心凭证，已成为开发者必备工具。无论是免费试用DeepSeek-OCR，还是调用语言、语音、生图等模型，都无需复杂配置和高昂成本——本文将以零基础新手视角，提供一套完全免费、步骤清晰的API Token获取教程，搭配图文分镜，让你10分钟内轻松上手。
第一步：访问官网，完成快速登录
API Token获取的第一步是登录硅基流动平台，支持多种登录方式，无需额外注册，新手也能秒上手。
- 打开浏览器，输入官方网址：https://www.siliconflow.cn/，进入平台首页；
- 点击页面右上角的「登录」按钮，选择适合自己的登录方式（4种可选，无需复杂验证）：
- 基础登录：手机号接收验证码 / 邮箱+密码登录；
- 快捷登录：GitHub账号 OAuth 授权 / Google账号 OAuth 授权；
- 登录成功后，系统自动跳转至平台首页或开发者控制台（首次登录无强制完善信息环节，直接进入下一步）。
第二步：找到API密钥管理入口
登录后，需快速定位「API密钥」管理页面，这是创建Token的核心入口，位置清晰易找。
操作流程：
- 登录成功后，点击页面顶部的「头像」或「我的账号」图标，进入个人中心；
- 在个人中心左侧导航栏，或顶部功能菜单中，找到「API密钥」选项（若首页未直接显示，可点击底部“快速获取您的模型API”按钮间接跳转）；
- 点击「API密钥」，进入密钥管理专属页面（首次使用时页面无已创建密钥，仅显示功能按钮）。
第三步：免费创建API Token（无需审核）
硅基流动的API Token完全免费创建，无需提交申请、无需等待审核，点击按钮即可生成。
操作流程：
- 在API密钥管理页面，点击中间醒目的「新建API密钥」按钮（蓝色/绿色主色调，易识别）；
- 可选操作：在弹出的输入框中填写备注名称（如“免费OCR调用”“测试用Token”“项目A专用”），便于后续多密钥管理；
- 无需填写其他信息，直接点击「确认创建」按钮，系统即时生成API Token（含Access Key和Secret Key，或合并为单个Token字符串）。
第四步：复制保存，避免丢失
结语
硅基流动的免费API Token彻底打破了AI模型调用的门槛，无论是个人开发者测试项目、学生学习实践，还是企业验证AI落地场景，都能零成本快速对接优质AI能力。平台不仅提供高速推理（语言模型10x+速度提升、生图1s出图）、高稳定性（完善监控和容错机制）等优势，还支持私有化部署、混合云部署等企业级服务。
按照本文4步流程，你已经掌握了核心获取方法——现在就动手操作，解锁语言、OCR、音视频等多模态AI服务，开启你的AI开发之旅吧！