xifan2333/fcitx5-vinput

fcitx5-vinput은 Fcitx5 입력 메서드 프레임워크(많은 Linux 데스크톱 환경에서 타이핑을 처리하는 소프트웨어)에 음성 입력을 추가합니다. 타이핑 대신 말하면 플러그인이 음성을 텍스트로 변환하여 커서 위치에 삽입하거나 이미 선택한 텍스트를 수정합니다.

기능

음성-텍스트 변환, 두 가지 옵션

• 로컬 / 오프라인: 번들된 sherpa-onnx 음성 인식 모델을 사용하므로 인터넷 연결이 필요 없습니다.
• 클라우드: 클라우드 음성 서비스(Doubao, Aliyun Bailian, ElevenLabs 또는 OpenAI 호환 제공업체)에 연결합니다.

명령 팔레트(Shift_R 다음 /asr)를 통해 언제든지 로컬과 클라우드 간에 전환할 수 있습니다.

LLM 기반 스마트 후처리

음성을 텍스트로 변환한 후, 전사본을 대규모 언어 모델에 전달하여 다음을 수행할 수 있습니다:

• 인식 오류 수정
• 텍스트 재포맷
• 번역

이러한 동작은 장면(상황별 사전 정의된 파이프라인, 예: "이메일 작성" 또는 "이것 번역")으로 구성됩니다.

명령 모드 — 음성으로 제어

텍스트를 선택하고 명령 키(Control_R)를 누른 채 "이것을 더 격식 있게" 같은 지시를 말한 다음 놓으면 LLM이 요청을 수행하고 선택 영역을 대체합니다. 이는 핸즈프리 편집 단축키처럼 작동합니다.

녹음 시작 방법 두 가지

• 탭 트리거 키(Alt_R)로 녹음 시작/중지.
• 길게 누르기 트리거 키로 푸시투토크(누르는 동안만 녹음).

GUI 및 CLI

• vinput-gui — 그래픽 설정 마법사(모델 다운로드, 제공업체 구성).
• vinput — 모든 옵션을 완전히 제어하는 명령줄 인터페이스.

키 바인딩(모두 Fcitx5 설정에서 사용자 정의 가능)

키	기본값	기능
트리거 키	Alt_R	탭 = 녹음 토글; 길게 누르기 = 푸시투토크
명령 키	Control_R	텍스트 선택 후 길게 눌러 음성으로 수정
명령 팔레트 키	Shift_R	통합 명령 팔레트 열기(/model, /asr, /scene, /proc)

설치 방법

두 가지 패키지 변형이 있습니다:

• 전체 — 로컬 sherpa-onnx 음성 엔진 포함(완전히 오프라인으로 작동 가능)
• 라이트 — 클라우드 전용, 로컬 음성 엔진 없음(더 작은 용량)

이 프로젝트는 대부분의 주요 Linux 배포판 및 패키징 시스템용 사전 빌드 패키지를 제공합니다:

• Arch Linux(archlinuxcn 저장소 또는 AUR 통해)
• Fedora(COPR 통해)
• Ubuntu 24.04(PPA 통해)
• Ubuntu/Debian(수동 .deb 다운로드)
• Nix(flake, Cachix 바이너리 캐시 포함)
• Flatpak
• openSUSE/Fedora(.rpm)
• 일반 Linux(.tar.gz)

소스에서 빌드할 수도 있습니다(cmake, fcitx5, pipewire, libcurl, CLI11, Qt6 필요).

빠른 시작

systemctl --user enable --now vinput-daemon.service
fcitx5 -r

그런 다음 Vinput GUI → 리소스 → 모델을 열고 모델을 다운로드하여 활성화합니다. 이후 Alt_R을 탭하거나 길게 누르면 음성 입력이 시작됩니다.

자세한 내용

• 전체 문서(ASR 설정, 장면 및 LLM 구성, CLI 참조, 모델 레지스트리 기여)는 문서 사이트에 있습니다.
• 라이선스: GPL-3.0
• README에는 기여자와 후원 페이지도 나열되어 있습니다.