HaujetZhao/CapsWriter-Offline

PC 端语音输入工具，离线识别，高准确率、低延迟，支持热词、LLM润色。按住CapsLock或鼠标侧键X2说话，松开自动上屏。

해결하는 문제

CapsWriter-Offline는 Windows용 완전히 오프라인이고 낮은 지연 시간을 갖는 음성-텍스트 입력 시스템을 제공합니다. 인터넷 연결에 의존하지 않아 보안이 중요한 컴퓨터에서도 프라이버시를 보장하며, 타이핑을 위한 원활한 '푸시 투 톡' 경험을 제공합니다.

작동 방식

이 프로젝트는 서버가 음성 인식 모델을 처리하고 클라이언트가 키보드 입력을 관리하는 클라이언트-서버 아키텍처를 사용합니다. 특정 키(예: CapsLock)를 누르면 오디오를 녹음하고, 오프라인 엔진에서 처리합니다. Paraformer, SenseVoice-Small, Fun-ASR-Nano, Qwen3-ASR 등 여러 ASR(자동 음성 인식) 엔진을 지원하며, ONNX 및 GGUF 형식을 사용해 효율적인 로컬 실행을 가능하게 하며, DirectML 또는 Vulkan을 통한 GPU 가속도 옵션으로 제공됩니다.

대상 사용자

빠르고, 개인 정보 보호가 중요하며, 매우 사용자 정의 가능한 오프라인 음성 입력 및 녹음 도구가 필요한 Windows 10/11 사용자입니다.

주요 기능

  • 푸시 투 톡 입력: CapsLock 키 또는 마우스 측면 버튼을 떼면 즉시 텍스트 입력이 가능합니다.
  • 오프라인 번역: 오디오/비디오 파일을 드래그 앤 드롭하여 .srt, .txt, .json 형식의 자막 및 텍스트 전사본을 생성할 수 있습니다.
  • 사용자 정의 어휘: 음소 기반의 흐린 매칭과 정규 표현식 기반 규칙을 사용한 핫워드 교체로 정확한 용어를 지원합니다.
  • LLM 통합: 특정 트리거 이름이 감지되면 사전 설정된 역할(예: 보정, 어시스턴트)이 인식된 텍스트를 처리합니다.
  • 디지털 ITN: 말한 숫자를 자동으로 형식화된 숫자로 변환합니다(예: "fifteen or sixteen" → "15~16").
  • 프라이버시 우선: 모든 오디오 녹음은 로컬 파일로 저장되어 데이터가 기계 외부로 나가지 않습니다.

관련

  • 프로젝트
    Gentleman-Programming/gentle-ai

    Gentle‑AI는 기존 AI 코드 에이전트(Claude Code, Cursor 등)에 지속적 메모리, 기술 라이브러리, 계획(Spec‑Driven Development), 보안 가드레일, 그리고 선택적 증거 기반 리뷰(Receipt‑Driven Development)를 추가하는 Go 기반 구성 도구입니다. 간단한 스크립트로 설치되며, 인터랙티브 TUI를 통해 에이전트와 컴포넌트를 선택하고 네이티브 설정 파일을 생성하며, 건강 상태 확인 명령어를 제공합니다. 자체 모델을 제공하지 않으며, 이미 사용 중인 에이전트를 강화하는 데만 집중합니다.

  • 프로젝트
    akitaonrails/ai-memory

    ai‑memory는 Git 기반 위키에 일반 마크다운 파일로 코드 어시스턴트가 수행한 모든 관찰(프롬프트, 도구 호출, 세션 경계)을 기록하는 Rust 기반 서버입니다. 로컬, Docker/Podman, 또는 홈랩 박스에서 실행 가능하며, Claude Code, Codex, Cursor, Gemini CLI 등 수많은 에이전트, 기기, 팀원 간에 공유할 수 있습니다. 에이전트가 게시하는 훅은 세션 종료 시 통합되어 읽기 쉬운 위키 페이지로 변환되며, 다음 세션은 이전 세션이 어디서 멈췄는지 정확히 이어갈 수 있도록 간결한 핸드오프를 제공합니다. 저장소는 인간이 읽을 수 있는 마크다운과 SQLite 인덱스(FTS5, 엔티티 및 선택적 벡터 검색)로 구성됩니다. 기본적으로 LLM 또는 임베딩 키가 필요 없지만, 선택적 Anthropic/OpenAI 통합을 통해 LLM 생성 요약과 의미적 검색 기능을 추가할 수 있습니다. 다중 사용자 인증, 감사 로그, 개인별 속성이 내장되어 있습니다. Arch AUR, Docker 래퍼, 또는 네이티브 바이너리로 설치하고, 서버를 시작하며, 클라이언트와 훅을 등록하면 시스템은 투명하게 작동합니다.

  • 프로젝트
    TalAter/annyang

    음성 인식을 사용하여 음성 명령으로 웹사이트를 제어할 수 있게 해주는 초경량 JavaScript 라이브러리입니다.

  • 프로젝트
    espeak-ng/espeak-ng

    포르망 합성 기술을 사용하여 100개 이상의 언어를 지원하고 매우 작은 메모리 사용량을 자랑하는 컴팩트한 오픈소스 텍스트 음성 합성기입니다.