Vhisper

一款高效的语音输入法应用，按住快捷键说话，松开即可将语音转换为文字并自动输入到当前光标位置。

功能特性

• 快捷键触发：按住 Alt 键（可自定义）开始录音，松开自动识别
• 多 ASR 引擎支持：
  • 通义千问 ASR（默认，中英文混合识别效果好）
  • DashScope Paraformer
  • OpenAI Whisper
  • FunASR（本地部署）
• LLM 文本润色：可选启用 LLM 对识别结果进行纠错和润色
• 跨平台：支持 macOS 和 Windows
• 系统托盘：后台运行，随时可用

环境要求

• Node.js: >= 22.0.0
• pnpm: >= 8.0.0
• Rust: >= 1.70.0

安装

下载安装包

前往 Releases 页面下载对应平台的安装包：

• macOS: .dmg 文件
• Windows: .msi 或 .exe 安装程序

从源码构建

# 克隆仓库
git clone https://github.com/JobinJia/Vhisper.git
cd Vhisper

# 安装依赖
pnpm install

# 开发模式运行
pnpm start

# 构建生产版本
pnpm tauri build

配置

首次使用需要配置 ASR 服务的 API Key。

获取 API Key

通义千问 ASR（推荐）：

1. 访问 阿里云百炼控制台
2. 完成实名认证
3. 前往「密钥管理」创建 API Key

应用设置

1. 点击系统托盘图标，打开设置界面
2. 选择 ASR 提供商（推荐「通义千问」）
3. 填入 API Key
4. 点击「测试」验证配置
5. 保存设置

使用方法

1. 启动应用后，会在系统托盘显示图标
2. 按住 Alt 键（默认快捷键）开始录音
3. 对着麦克风说话
4. 松开 Alt 键，语音将自动转换为文字并输入到当前光标位置

配置选项

配置项	说明	默认值
触发键	录音快捷键	Alt
ASR 提供商	语音识别服务	通义千问
LLM 润色	是否启用文本纠错	启用
LLM 提供商	文本润色服务	DashScope

技术栈

• 前端: Vue 3 + TypeScript
• 后端: Rust + Tauri 2
• 音频: cpal (跨平台音频库)

开发

# 安装 Rust
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

# 安装 pnpm（如未安装）
npm install -g pnpm

# 安装依赖
pnpm install

# 启动开发服务器
pnpm start

# 构建
pnpm tauri build

注意：本项目仅支持 pnpm 作为包管理器，不支持 npm 或 yarn。

许可证

MIT