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。
解决的问题
CapsWriter-Offline 为 Windows 提供了一个完全离线、低延迟的语音转文本输入系统。它无需依赖互联网连接进行语音识别，确保在安全计算机上实现隐私保护和可访问性，同时提供无缝的「按下即说」输入体验。
工作原理
该项目采用客户端-服务器架构，服务器负责处理语音识别模型，客户端管理键盘输入。用户按住特定键（如 CapsLock）进行录音，音频随后由本地引擎处理。支持多种 ASR（自动语音识别）引擎，包括 Paraformer、SenseVoice-Small、Fun-ASR-Nano 和 Qwen3-ASR，利用 ONNX 和 GGUF 格式实现高效的本地执行，并可通过 DirectML 或 Vulkan 实现可选的 GPU 加速。
适用人群
需要快速、私密且高度可定制的离线语音输入与转录工具的 Windows 10/11 用户。
主要亮点
- 按下即说输入：释放 CapsLock 键或鼠标侧键后立即输入文本。
- 离线转录：支持拖拽音频/视频文件，生成 .srt、.txt 或 .json 格式的字幕和转录文本。
- 可自定义词汇：通过基于音素的模糊匹配和正则表达式规则实现热词替换，精准支持专业术语。
- LLM 集成：预设角色（如润色或助手）在检测到特定触发词时自动处理识别出的文本。
- 数字 ITN：自动将口语中的数字转换为格式化数字（例如，“fifteen or sixteen” 转换为 “15~16”）。
- 隐私优先：所有音频记录均以本地文件形式保存，确保数据不会离开设备。
相关
- 项目
- 项目
- 项目
- 项目