Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
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。
| Date | Stars |
|---|---|
| 2026-07-31 | 6485 |
| 2026-08-02 | 6485 |
| 2026-08-05 | 6534 |
| 2026-08-06 | 6534 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# CapsWriter-Offline  > **按住 CapsLock 说话，松开就上屏。就这么简单。** **CapsWriter-Offline** 是一个专为 Windows 打造的**完全离线**语音输入工具。 ## ✨ 核心特性 - **语音输入**：按住 `CapsLock键` 或 `鼠标侧键X2` 说话，松开即输入，超低延迟，默认去除末尾逗句号。支持对讲机模式和单击录音模式。 - **文件转录**：音视频文件往客户端 exe 一丢，字幕 (`.srt`)、文本 (`.txt`)、时间戳 (`.json`) 统统都有。 - **数字 ITN**：自动将「十五六个」转为「15~16个」，支持各种复杂数字格式。 - **热词替换**：在 `hot.txt` 记下偏僻词，通过音素模糊匹配，相似度大于阈值则强制替换。 - **正则替换**：在 `hot-rule.txt` 用正则或简单等号规则，精准强制替换。 - **LLM 角色**：预置了润色、小助理等角色，当识别结果的开头匹配任一角色名字时，将交由该角色处理。 - **托盘菜单**：右键托盘图标即可添加热词、复制结果、清除LLM记忆。 - **C/S 架构**：服务端与客户端分离，虽然 Win7 老电脑跑不了服务端模型，但最少能用客户端输入。 - **日记归档**：按日期保存你的每一句语音及其识别结果。 - **录音保存**：所有语音均保存为本地音频文件，隐私安全，永不丢失。 **CapsWriter-Offline** 的精髓在于：**完全离线**（不受网络限制）、**响应极快**、**高准确率** 且 **高度自定义**。我追求的是一种「如臂使指」的流畅感，让它成为一个专属的一体化输入利器。无需安装，一个U盘就能带走，随插随用，保密电脑也能用。 以下为支持的模型： | 引擎名 | 准确性 | 速度 | 格式 | 显卡加速 | |------|-------|------|------|---------| | Paraformer | ★★★☆☆ | ★★★★★ | ONNX | ❌ | | SenseVoice-Small | ★★★☆☆ | ★★★★★ | ONNX | ✅ | | Fun-ASR-Nano | ★★★★☆ | ★★★★☆ | ONNX + GGUF | ✅ | | Qwen3-ASR | ★★★★★ | ★★★☆☆ | ONNX + GGUF | ✅ | 性能参考（20s 音频转录延迟）： | 模型 | CPU U9-285H | GPU RTX5050 | |------|------------|------------| | Paraformer | 0.6s | - | | SenseVoice-Small | 0.6s | 0.15s | | Fun-ASR-Nano | 2.0s | 0.5s | | Qwen3-ASR-1.7B | 4.0s | 1.0s | 详细功能说明请参考 [`docs/`](docs/) 目录： - [环境依赖安装说明](docs/环境依赖安装说明.md) — VC++ 运行库、FFmpeg 安装 - [热词功能如何使用](docs/热词功能如何使用.md) — 热词替换、规则替换、自定义短语 - [角色功能如何使用](docs/角色功能如何使用.md) — LLM 角色配置、输出模式、创建新角色 - [识别语言如何配置](docs/识别语言如何配置.md) — 各引擎语言支持范围与配置方法 - [文件转录功能如何使用](docs/文件转录功能如何使用.md) — 拖拽转字幕、时间戳对齐 - [显卡加速的若干问题](docs/显卡加速的若干问题.md) — DirectML、Vulkan 加速配置 - [模型下载的若干问题](docs/模型下载的若干问题.md) — 引擎选择、模型下载、目录结构 - [常见问题](docs/常见问题.md) — FAQ - [更新日志](docs/CHANGELOG.md) ## 💻 平台支持 目前**仅能保证在 Windows 10/11 (64位) 下完美运行**。 - **Linux**：暂无环境进行测试和打包，无法保证兼容性。 - **MacOS**：由于底层的 `keyboard` 库已放弃支持 MacOS，且系统限制极多，暂时无法支持。 [LazyTyper](https://lazytyper.com/) 和 [闪电说](https://shandianshuo.cn/) 也是很优秀的作品，都有离线引擎，都支持 Windows Linux 与 MacOS，并都有漂亮的图形化页面，推荐使用。 CapsWriter 的特别之处在于追求： - 无感输入 - 完全离线，不受网络约束 - 低延迟，尽量做到硬件极限的最快速度 - 高度自定义的热词系统 ## 🎬 快速开始 1. **准备环境**：确保安装了 [VC++ 运行库](https://learn.microsoft.com/zh-cn/cpp/windows/latest-supported-vc-redist)。若要使用文件转录功能，还需安装 [ffmpeg](https://ffmpeg.org/download.html) 并确保其在系统 PATH 中。 2. **下载解压**：下载 [Latest Release](https://github.com/HaujetZhao/CapsWriter-Offline/releases/latest) 里的软件本体，再到 [Models Release](https://github.com/HaujetZhao/CapsWriter-Offline/releases/tag/models) 下载模型压缩包，将模型解压，放入 `models` 文件夹中对应模型的文件夹里。 3. **启动服务**：双击 `start_server.exe`，**它会自动最小化到托盘菜单**。 4. **启动听写**：双击 `start_client.exe`，**它会自动最小化到托盘菜单**。 5. **开始录音**：按住 `CapsLock键` 或 `鼠标侧键X2` 就可以说话了！ ## ⚙️ 个性化配置 所有的设置都在根目录的 `config_server.py` 和 `config_client.py` 里，可直接编辑。 ## 🛠️ 常见问题 **Q: 为什么按了没反应？** A: 请确认 `start_client.exe` 的黑窗口还在运行。若想在管理员权限运行的程序中输入，也需以管理员权限运行客户端。 **Q: 为什么识别结果没字？** A: 到 `年/月/assets` 文件夹中检查录音文件，看是不是没有录到音；听听录音效果，是不是麦克风太差，建议使用桌面 USB 麦克风；检查麦克风权限。 **Q: 想要隐藏黑窗口？** A: 点击托盘菜单即可隐藏黑窗口。 **Q: 如何开机启动？** A: `Win+R` 输入 `shell:startup` 打开启动文件夹，将服务端、客户端的快捷方式放进去即可。 更多问题请参阅 [docs/常见问题.md](docs/常见问题.md)。 ## 🚀 我的其他优质项目推荐 | 项目名称 | 说明 | 体验地址 | | :--- | :--- | :--- | | [**IME_Indicator**](https://github.com/HaujetZhao/IME_Indicator) | Windows 输入法中英状态指示器 | [下载即用](https://github.com/HaujetZhao/IME_Indicator/releases/latest/download/IME-Indicator.exe) | | [**Rust-Tray**](https://github.com/HaujetZhao/Rust-Tray) | 将控制台最小化到托盘图标的工具 | [下载即用](https://github.com/HaujetZhao/Rust-Tray/releases/latest/download/Tray.exe) | | [**Gallery-Viewer**](https://github.com/HaujetZhao/Gallery-Viewer-HTML) | 网页端图库查看器，纯 HTML 实现 | [点击即用](https://haujetzhao.github.io/Gallery-Viewer-HTML/) | | [**全景图片查看器**](https://github.com/HaujetZhao/Panorama-Viewer-HTML) | 单个网页实现全景照片、视频查看 | [点击即用](https://haujetzhao.github.io/Panorama-Viewer-HTML/) | | [**图标生成器**](https://github.com/HaujetZhao/Font-Awesome-Icon-Generator-HTML) | 使用 Font-Awesome 生成网站 Icon | [点击即用](https://haujetzhao.github.io/Font-Awesome-
Excerpt of 4,687 characters
Read on GitHub
505
6
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:9c3f67c1c201a59f, llm:Repository description (Chinese): '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.' — PC-side offline speech recognition tool with LLM polishing.
matched fp:9c3f67c1c201a59f, llm:Repository description (Chinese): '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.' — PC-side offline speech recognition tool with LLM polishing.