English | 简体中文
开源、本地优先的跨平台语音输入法
常驻菜单栏，按一个快捷键说话，识别文字直接输入到光标处——隐私不出本机。
- 本地优先：进程内
sherpa-onnx离线识别，音频不出本机；模型一键下载（SHA256 校验 + 断点续传 + HF→国内镜像故障切换）。 - 多引擎可切换：本地 sherpa / 百炼 WebSocket 流式 / OpenAI 兼容 REST / Multimodal REST；引擎地址智能归一（填域名或任意兼容地址均可）。
- 文件转录：音频文件 → SRT 字幕；长音频自动分段（时长 / 重叠可调，带进度与取消）。
- L0 规则纠错：热词同音 / 模糊音、数字 ITN、繁简转换、去句末标点。
- 本地 LLM 润色：Qwen3.5 按机型分档（0.8B 弱机 / 2B 均衡 / 4B 高配），加载失败自动回退 Qwen3，常驻内存避免冷启动。
- 云端润色兜底：支持 OpenAI Chat / Anthropic / Responses 三协议；本地优先、失败自动回退云端、双失败原文直出。
- 热词词典 & 风格包：自定义术语纠音；自定义 system prompt 一键切换输出风格。
- 语音翻译：独立快捷键，说源语言 → 光标出目标语言。基础 7 语开箱即用；启用云端或本地专翻小模型（MiLMMT-1B / HY-MT 1.8B）解锁约 20 种扩展语言。
- 前缀角色：以「邮件:」「翻译:」「CMD:」开头自动分流到对应风格包 / provider。
- 全局快捷键：默认 Fn（🌐 键）+ 按住说话（PTT）；可切换按键切换模式。
- 粘贴兜底：逐字模拟被目标 App 吞掉时自动改粘贴（macOS Cmd+V / Windows Ctrl+V）并恢复原剪贴板。
- 短按补发：Hold 模式短按 Fn 自动补发 🌐 原功能。
- 单实例锁：防双进程争抢快捷键。
- 中英双语界面：左下角一键切换；界面语言与识别语言相互独立。
- 🍎 macOS：完整支持（菜单栏 + 悬浮窗 + 系统输入法协作）。
- 🪟 Windows：公测（NSIS 打包、CapsLock 单键录音、插入兜底真机可用，TSF 输入法原生上屏 FFI 已交付）。
openIME 的核心差异化能力：ASR、润色、翻译三套模型同驻常驻，按机型自动分档。
| 层 | 档位 | 模型 | 常驻 | 默认场景 |
|---|---|---|---|---|
| ASR | 轻 | SenseVoice | ~0.7 GB | 弱机 / 16GB 默认 |
| 中 | FunASR-Nano int8 | ~1.2 GB | 16GB 可选 | |
| 重 | FunASR-Nano fp16 | ~2.0 GB | 高配可选 | |
| 润色 | 极速 | Qwen3.5-0.8B | ~0.6 GB | 弱机默认（可兼译） |
| 均衡 | Qwen3.5-2B | ~1.5 GB | 16GB 默认 | |
| 高质量 | Qwen3.5-4B | ~2.8 GB | 48GB 默认 | |
| 翻译 | 默认 | MiLMMT-1B | ~1.1 GB | 有预算时默认 |
| 自选 | HY-MT-1.8B | ~1.4 GB | 术语 / 端侧自选 |
设置页显示当前三件套预算占用条；弱机即使有云 key 也提示可开启「润色模型兼译」离线翻译。
- 下载：从 Releases 获取 macOS
.dmg或 Windows.exe，安装。 - 授权权限（macOS）：设置 → 系统权限 → 授权麦克风与辅助功能。
- 选择引擎：默认推荐本地 sherpa-onnx（设置 → 识别引擎 → 下载模型）；也可填云端凭据。
- 说话即打字：按 Fn（🌐） 开始录音，再按一次停止，文字逐字输入到光标处。
Tip
英文界面？点左下角 🌐 按钮在中 / 英间切换。界面语言不影响语音识别语言——识别语言在「识别引擎 → 默认语言」单独设置。
┌────────────────────────────────────────────────────────────┐
│ openIME（Tauri v2 · Rust · React 18） │
├────────────────────────────────────────────────────────────┤
│ UI 层 React 18 · TypeScript · Vite · CSS Variables │
│ 设置 / 历史 ──► Tauri Commands │
│ 悬浮窗 / 菜单栏 ──► 全局快捷键 / 剪贴板 │
├────────────────────────────────────────────────────────────┤
│ 桥接层 src-tauri commands / state / 权限 / TSF │
├────────────────────────────────────────────────────────────┤
│ 核心层 voice-core（Rust 纯库 · 零 Tauri 依赖） │
│ │
│ ┌────────┐ ─▸┌────────────────────────────┐ │
│ │ Audio │─▸│ ASR 引擎 │ │
│ │ (cpal) │ │ 本地 sherpa-onnx │ │
│ └────────┘ │ 云端 百炼 WS · OpenAI │ │
│ │ Multimodal REST │ │
│ └──────────────┬─────────────┘ │
│ ▼ │
│ ┌─────────────────────────────────────┐ │
│ │ Polish / Translate（本地三件套） │ │
│ │ 润色 Qwen3.5（GGUF）· L0 · 云端 │ │
│ │ 翻译 MiLMMT-1B · 前缀角色路由 │ │
│ └──────────────────┬──────────────────┘ │
│ ▼ │
│ ┌─────────────────────────────────────┐ │
│ │ TextInserter │ │
│ │ ① enigo ② 粘贴 Cmd+V/Ctrl+V ③ TSF │ │
│ └──────────────────┬──────────────────┘ │
│ ▼ │
│ ┌─────────────────────────────────────┐ │
│ │ HistoryStore（SQLite v4） │ │
│ └─────────────────────────────────────┘ │
├────────────────────────────────────────────────────────────┤
│ 测试 476 例 voice-core 345 │ 前端 47 │ 应用壳 84 │
└────────────────────────────────────────────────────────────┘
voice-core：全部业务逻辑 + trait，4 个可 mock 的 trait 串成管线，端到端可单测。polish/：L0 规则 / 云端三协议 / 前缀角色 / 常驻 GGUF 运行时 / 翻译路由。windows_ime/：TSF 命名管道协议 + FFI（纯函数 + 黄金 fixture 单测）。- 完整目录结构与设计文档见 docs/development.md。
pnpm install
pnpm test # 前端（Vitest + React Testing Library，47 个）
cargo test -p voice-core # 核心库（345 个，含 13 个集成测试）
./scripts/build.sh install # 打包并安装到 /Applications| 层 | 测试 | 数量 |
|---|---|---|
| voice-core | cargo test -p voice-core |
345 |
| 前端 | pnpm test |
47 |
| 应用壳（Windows CI） | cargo test -p openime |
84 |
| 合计 | 476 |
CI：GitHub Actions 四 job——三平台核心矩阵、macOS 应用壳、Windows 应用壳、前端测试与构建。
完整开发流程见 docs/development.md，排障见 docs/troubleshooting.md。
| 文档 | 说明 |
|---|---|
| user-guide.md | 用户使用指南 |
| development.md | 技术栈、架构、开发流程 |
| troubleshooting.md | 日志与常见问题 |
| roadmap.md | 需求清单与实现进度 |
| local-model-suite.md | 本地三件套需求与技术方案 |
| windows-porting-notes.md | Windows 移植与打包 |
- ✅ 引擎、悬浮窗、托盘、全局快捷键、引导、历史详情、界面中英双语
- ✅ AI 润色三档、热词词典、风格包 + 前缀角色、翻译模式、文件转录（长音频分段）、繁简转换、日记导出
- ✅ 单实例锁、ESC 中断润色、endpoint SSRF 校验、粘贴兜底 + 剪贴板恢复、Fn 短按补发
- ✅ 本地模型三件套（ASR + 润色 + 翻译，一键分档下载）、combo 打标、机型推荐
- 🔜 Windows TSF 原生上屏（FFI 已交付，Win11 per-user 需管理员注册 HKLM）
完整需求清单与实现状态见 docs/roadmap.md。
- sherpa-onnx —— 本地 ASR 引擎
- Tauri · enigo · cpal
- 产品形态参考 AutoGLM（小凹）
本地优先 · 开源 · 可测试