离线音频识别 + 麦克风实时流式识别，覆盖全场景

自动检测并下载所需 ONNX 模型，全程离线本地推理

支持 SRT字幕、JSON、纯文本等多种输出格式

支持多线程推理，自动检测CPU核心数智能适配

交互模式 + 命令行模式，灵活适配不同场景

解压即用，无需复杂的环境配置