xifan2333/fcitx5-vinput

fcitx5-vinput 为 Fcitx5 输入法框架（许多 Linux 桌面环境中处理打字的软件）添加了语音输入功能。您无需打字，只需说话，插件就会将您的语音转换为文本，插入到光标所在位置——或修改您已选中的文本。

功能

语音转文字，两种选择

• 本地 / 离线：使用内置的 sherpa-onnx 语音识别模型，无需互联网连接。
• 云端：连接云端语音服务（豆包、阿里云百炼、ElevenLabs 或任何兼容 OpenAI 的提供商）。

您可以通过命令面板（Shift_R 然后 /asr）随时在本地和云端之间切换。

基于 LLM 的智能后处理

将语音转换为文本后，它可以将转录文本传递给大型语言模型，以：

• 修复识别错误
• 重新格式化文本
• 翻译文本

这些行为被配置为场景（针对不同情况的预定义流程，例如“写一封电子邮件”或“翻译这段文字”）。

命令模式——通过语音控制

选择任意文本，按住命令键（Control_R），说出指令（如“让这更正式”），然后松开——LLM 会执行您的指令并替换所选内容。这使其成为一个免提编辑快捷方式。

两种触发录音的方式

• 点按触发键（Alt_R）开始/停止录音。
• 按住触发键进行按住说话（仅在按住时录音）。

GUI 和 CLI

• vinput-gui — 图形化设置向导（下载模型、配置提供商）。
• vinput — 命令行界面，可完全控制所有选项。

按键绑定（均可在 Fcitx5 配置中自定义）

按键	默认值	功能
触发键	Alt_R	点按 = 切换录音；按住 = 按住说话
命令键	Control_R	选中文本后按住，通过语音修改
命令面板键	Shift_R	打开统一命令面板（/model、/asr、/scene、/proc）

如何获取

有两种软件包变体：

• 完整版 — 包含本地 sherpa-onnx 语音引擎（可完全离线工作）
• 精简版 — 仅云端，无本地语音引擎（占用更小）

该项目为大多数主流 Linux 发行版和打包系统提供预构建软件包：

• Arch Linux（通过 archlinuxcn 仓库或 AUR）
• Fedora（通过 COPR）
• Ubuntu 24.04（通过 PPA）
• Ubuntu/Debian（手动下载 .deb）
• Nix（flake，带 Cachix 二进制缓存）
• Flatpak
• openSUSE/Fedora（.rpm）
• 通用 Linux（.tar.gz）

您也可以从源码构建（需要 cmake、fcitx5、pipewire、libcurl、CLI11、Qt6）。

快速开始

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

然后打开 Vinput GUI → 资源 → 模型，下载并激活一个模型。之后，点按或按住 Alt_R 即可开始语音输入。

更多详情

• 完整文档（ASR 设置、场景与 LLM 配置、CLI 参考、贡献模型注册表）位于文档站点。
• 许可证：GPL-3.0
• README 还列出了贡献者和赞助页面。