4 模型下载与管理教程

与其他很多字幕软件软件不同，haoone 并没有使用 whisper，whisper 的中文识别准确率是很一般的，还容易出现幻觉。

2026 年 haoone 的本地模型已经升级成 qwen3-asr（感谢阿里开源如此优秀的 asr 模型），对齐算法是自研的，可以实现中英识别准确率在 95% ，可以识别歌曲与地方方言，且字幕与音频可以实现词语级的高精度对齐。

windows 与 mac 都已经自动开启 GPU 加速，无需你复杂设置，开箱即用。windows 要求电脑需要有显卡，特别是英伟达显卡。

haoone 本地转录速度很快。3 分钟的音频，mac m4 max 30 秒内可转录完成，windows i5 5060 显卡 2 分钟可完成转录。

下载模型

必须下载字幕与音频对齐模型，才能使用，是为了实现词语级的高精度对齐。

优先使用均衡模型，转录速度比较快。

模型	大小	用途	推荐硬盘空间
中英-2026（qwen3-asr-0.6B）	~1.5G	中文/英文/地方方言转录	3 GB

第一次下载转录模型下载，会自动下载字幕与音频对齐模型。

下载中，请勿关闭弹层。

如果你下载模型失败，或遇到下载很慢的问题，可以到网盘下载模型，目前支持百度网盘与夸克网盘

点击“网盘下载”：

下载模型，需要下载二个文件：

解压缩的文件夹名称确保是 qwen3-asr-0.6B。

点击“打开模型所在目录”，将文件复制到模型目录下即可。