73 lines
2.0 KiB
Markdown
73 lines
2.0 KiB
Markdown
# VoiceInput
|
||
|
||
macOS 菜单栏语音输入应用 —— 按住 Fn 键录音，松开自动注入文本。
|
||
|
||
## 功能
|
||
|
||
- 🎤 **按住 Fn 说话**：全局监听 Fn/Globe 键，按下录音，松开注入
|
||
- 📝 **流式识别**：Apple Speech Recognition 实时转录，默认简体中文
|
||
- 🌐 **多语言**：简中 / 繁中 / English / 日本語 / 한국어
|
||
- 🎚 **实时波形**：5 条 RMS 驱动的球形波动画，说话时随音量跳动
|
||
- 🪟 **胶囊浮动窗**：屏幕底部居中，无边框，入场弹簧动画
|
||
- 📋 **智能注入**：剪贴板 + Cmd+V，自动检测并切换 CJK 输入法
|
||
- 🤖 **LLM 纠错**：DeepSeek 优化识别结果，修正同音字 / 拼写 / 术语
|
||
|
||
## 系统要求
|
||
|
||
- macOS 14+
|
||
- 辅助功能权限（监听 Fn 键）
|
||
- 麦克风权限
|
||
- 语音识别权限
|
||
|
||
## 快速开始
|
||
|
||
```bash
|
||
make build # 编译 + 生成 .app
|
||
make run # 构建并启动
|
||
```
|
||
|
||
首次运行需在 **系统设置 → 隐私与安全性 → 辅助功能** 中授权 `VoiceInput.app`。
|
||
|
||
## 使用
|
||
|
||
1. 点击任意文本输入框
|
||
2. 按住键盘左下角 **Fn / 🌐 键**
|
||
3. 说话，胶囊窗口显示实时转录
|
||
4. 松开 Fn → 文本自动粘贴到光标位置
|
||
|
||
点击菜单栏 🎤 图标可切换语言或配置 LLM。
|
||
|
||
## 构建
|
||
|
||
```bash
|
||
make build # Debug 构建
|
||
make release # Release 构建
|
||
make install # 安装到 /Applications
|
||
make clean # 清理
|
||
```
|
||
|
||
## LLM 纠错
|
||
|
||
LLM 默认使用 DeepSeek，在菜单栏 **LLM Refinement → Enable** 开启。
|
||
|
||
| 配置项 | 默认值 |
|
||
|--------|--------|
|
||
| API Base URL | `https://api.deepseek.com` |
|
||
| Model | `deepseek-v4-flash` |
|
||
|
||
设置窗口可修改 API Key 等配置，点击 **Test** 验证连通性。
|
||
|
||
## 项目结构
|
||
|
||
```
|
||
Sources/
|
||
├── App/ # AppDelegate + 菜单栏控制器
|
||
├── Core/ # 按键监听、语音识别、音频电平、文本注入、输入法、LLM
|
||
├── UI/ # 浮动窗口、波形动画、设置窗口
|
||
└── Utils/ # 配置持久化
|
||
```
|
||
|
||
## 许可
|
||
|
||
MIT
|