CapsWriter离线识别语音输入工具 绿色版

CapsWriter离线识别语音输入工具绿色版，亮点在于离线使用且绿色无负担。它摆脱网络限制，随时开启语音输入。我超喜欢它的精准识别功能，之前写文章时，遇到灵感突发但打字慢的情况，用它直接语音输入，语句识别又快又准，迅速把灵感转化成文字，大大提高了写作效率，让创作过程更加流畅。

这是 CapsWriter 简陋的离线版，一个 PC 端的语音输入工具。

运行后，只要按下键盘上的 大写锁定键，就会开始录音，当你松开 大写锁定键 时，就会识别你的录音，并将识别结果立刻输入。

安装说明

安装 Python 后，在 cmd 窗口进入本文件夹，运行 pip install -r requirements.txt 安装依赖

sherpa-onnx-bin 文件夹中已经放置了在 Win10-64 端预先编译的 sherpa-onnx 二进制。

其它系统暂时需要按照 sherpa-onnx — sherpa 1.2 documentation 编译后，放入 sherpa-onnx-bin 文件夹。

运行和使用

运行 01sherpa-onnx-server.py 脚本，会载入 Paraformer 模型识别模型（这会占用1GB的内存，载入时长约十几秒）

运行 02-CapsWriter-client.py 脚本，它会打开系统默认麦克风，开始监听按键

按住 CapsLock 键，录音开始，松开 CapsLock 键，录音结束，识别结果立马被输入（录音时长短于0.3秒不算）

注意事项

目前使用的模型是 Paraformer 非实时模型，即录完再转，因此录音时间越长，上屏延迟越大。

主流性能的 Windows 笔记本，RTF 大约 0.06，即大约每 10s 录音需 0.6s 转录时长。

本地模型对算力要求非常低，基本无需担心性能问题

暂不支持标点符号，暂不支持逆标准化（如把中文数字转阿拉伯数字）

为方便用户检查录音质量、识别效果，脚本默认开启了保存录音，所有都被保存在了 audios 文件夹