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 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。
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。
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。.srt)、文本 (.txt)、时间戳 (.json) 统统都有。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。hot-rule.txt 用正则或简单等号规则，精准强制替换。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/ 目录：
目前仅能保证在 Windows 10/11 (64位) 下完美运行。
keyboard 库已放弃支持 MacOS，且系统限制极多，暂时无法支持。LazyTyper 和 闪电说 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：
models 文件夹中对应模型的文件夹里。start_server.exe，它会自动最小化到托盘菜单。start_client.exe，它会自动最小化到托盘菜单。CapsLock键 或 鼠标侧键X2 就可以说话了！所有的设置都在根目录的 config_server.py 和 config_client.py 里，可直接编辑。
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。
本项目基于以下优秀的开源项目：
感谢 Google Antigravity、Anthropic Claude、GLM、DeepSeek，如果不是这些编程助手，许多功能（例如基于音素的热词检索算法）我是无力实现的。
特别感谢那些慷慨解囊的捐助者，你们的捐助让我用在了购买这些优质的 AI 编程助手服务，并最终将这些成果反馈到了软件的更新里。
如果觉得好用，欢迎点个 Star 或者打赏支持：
No open issues yet, or sync has not completed.