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。
解決的問題
CapsWriter-Offline 為 Windows 提供了一個完全離線、低延遲的語音轉文字輸入系統。它不依賴互聯網連接進行語音辨識，確保在安全電腦上實現隱私保護與可存取性，同時提供無縫的「按下即說」輸入體驗。
工作原理
本專案採用客戶端-伺服器架構，伺服器負責處理語音辨識模型，客戶端管理鍵盤輸入。使用者按住特定鍵（如 CapsLock）進行錄音，隨後由本地引擎處理。支援多種 ASR（自動語音辨識）引擎，包括 Paraformer、SenseVoice-Small、Fun-ASR-Nano 和 Qwen3-ASR，利用 ONNX 與 GGUF 格式實現高效的本地執行，並可透過 DirectML 或 Vulkan 實現可選的 GPU 加速。
適用對象
需要快速、私密且高度可自訂的離線語音輸入與轉錄工具的 Windows 10/11 使用者。
主要特色
- 按下即說輸入：釋放 CapsLock 鍵或滑鼠側鍵後立即輸入文字。
- 離線轉錄：支援拖曳音訊/影片檔案，產生 .srt、.txt 或 .json 格式的字幕與轉錄文字。
- 可自訂詞彙：透過基於音素的模糊比對與正規表示式規則實現熱詞取代，精準支援專業術語。
- LLM 整合：預設角色（如潤飾或助理）在偵測到特定觸發詞時自動處理辨識出的文字。
- 數字 ITN：自動將口語中的數字轉換為格式化數字（例如，「fifteen or sixteen」轉換為「15~16」）。
- 隱私優先：所有音訊記錄均以本地檔案形式儲存，確保資料不會離開裝置。
相關
- 專案
- 專案
- 專案
- 專案