lougyang/dsh-voice-input

README 摘要

🎤 dsh-voice-input — 系统级语音输入（DSH 插件） 在电脑上 任何能输入文字的地方 （浏览器、微信/QQ、Word、记事本、编辑器、搜索框……），按一个键说话，语音自动转成文字粘贴到当前光标处。 不只是 DSH 里能用 ，是整个系统的能力。 - 完全本地运行：语音不出本机，无需联网、无 API 费用 - 本地小模型识别：Whisper small ，中文效果好；有 N 卡自动走 GPU - 轻量：模型懒加载，不用时不占显存/内存 功能 - 🎙 语音转写 ：按住 F2 说话 → 松开 → 文字粘贴到光标处 - ⏺ 纯录音 ：按 F3 开始 / 再按一次结束，保存 WAV（只录声音、不转写） - 📋 历史记录 ：每条识别/录音都记下来（内容 + 时长 + 时间），托盘「设置」里可查看、复制、清空 - ⚙️ 设置页面 ：托盘图标右键 →「设置」，改热键 / 模式 / 模型 / 语言 / 设备 / 录音目录 快速开始 1. 确认电脑已装 Python 3 （建议 3.10+），并有可用的麦克风。 2. 安装插件： 3. 重启 web profile。 挂载即自动启动 语音引擎（后台无窗口，托盘出麦克风图标）。 4. 在任意输入框里： 按住 F2 说话 → 松开 F2 ，文字自动粘贴。 首次安装会自动创建 Python 环境并下载依赖（约 2.5GB）；首次按 F2 会自动下载模型（约 500MB）。都只发生一次。国内默认走清华 PyPI + hf-mirror 镜像。 停止 / 卸载 - 停止：托盘图标右键「退出」，或卸载插件（引擎随之停止）。 - 卸载： 配置 改法一：托盘「设置」页面（保存后即时生效，且不会随插件更新丢失）。 改法二：改 cordis.patch.yml 的 config （作为插件的默认配置）： 键 默认 说明 hotkey f2 语音热键，如 ctrl+alt+space mode hold hold 按住说话； toggle 按一下开/再按关 record enabled true 是否启用纯录音 record hotkey f3 录音热键 record dir 空 录音保存目录；空则用 %USERPROFILE%\Recordings model small tiny / base / small / medium / large-v3 language zh zh / en / auto device auto auto (有N卡用GPU)/ cpu / cuda 常见问题 - 按热键没反应 ：以管理员身份运行 DSH（普通权限无法向管理员窗口注入输入）。 - 没有识别到内容 ：检查麦克风是否可用、Windows 麦克风权限、输入音量。 - 首次启动慢 ：首次需建环境 + 下依赖 + 下模型，属正常；之后每次识…

分类