dictation-toolbox/dragonfly

解決的問題

Dragonfly 是一個 Python 語音辨識框架，可簡化自訂語音指令的建立。它允許使用者將語音辨識引擎與 Python 腳本、巨集和應用程式整合，以自動化電腦操作、透過語音程式設計，或撰寫文章。

工作原理

Dragonfly 將語音指令和語法物件視為一等的 Python 物件。它提供一個框架，用於定義規則（如 CompoundRule 和 MappingRule），將 spoken phrases（發音短語）對應到特定動作，例如模擬鍵盤按鍵或輸入文字。它可根據特定應用程式環境激活（例如，僅當記事本視窗取得焦點時才啟用）。

適用對象

希望使用 Python 建立複雜語音控制自動化與程式設計工具的開發者與高階使用者。

主要特色

• 多引擎支援：支援 Nuance Dragon、Windows Speech Recognition (WSR)、Kaldi 與 CMU Pocket Sphinx。
• 跨平台：可在 Windows、macOS 與 Linux (X11) 上運作。
• 動作框架：內建用於文字輸入與鍵盤模擬的動作。
• 上下文感知：可透過 AppContext 將指令限制於特定應用程式。