About · 作品介绍
vio_input
按键说话,松手得稿:本地语音识别 + LLM 整理
vio_input 是一个面向 Linux 桌面的快捷键语音听写工具:按下快捷键说话,状态栏 出现实时波形,栏下小窗边说边出字;再按一次结束,本地转写 + LLM 整理后的干净 文字直接进入剪贴板,通知提醒即可粘贴。
核心循环(约 10 秒一轮)
Super+D开始监听——状态栏 dB 波形 + 实时转写预览小窗- 说话(中文为主,中英混合亦可)
Super+D结束——小窗显示「文字正在整理转换中…」- 整理稿进剪贴板 + 通知,
Ctrl+V粘贴
口述里常见的"嗯、那个、就是说"和时间自我修正("周三……哦不对是周四"), 都会被整理成一句通顺的书面语——LLM 按"只整理不扩写"的铁律工作:删语气词、 合并重复与自我修正、修正同音错别字,但绝不新增观点或代答。
技术栈
- Qt6/C++ 常驻 daemon:QAudioSource 16k 采集、Unix socket 命令口、管线编排
- sherpa-onnx + SenseVoice-small int8(约 230MB,中/英/日/韩/粤):全本地
语音识别,录音转写后即删,语音不出本机
- 任意 Anthropic Messages 协议端点做整理(官方 API / 本地网关均可),
轻量快模型即可,单次整理一两秒
- Quickshell 状态栏插件:波形 + 实时文字小窗,跟随桌面主题深浅色与 accent
- 流式预览用"整段重解"策略规避分片边界切词;wav 头部随写随刷支持读未完成录音
- LLM 故障自动降级复制原始转写;<0.6 秒/静音录音视为误触静默丢弃
- 历史(原文+整理稿)本地保留最近 500 条
开源:MIT,代码、状态栏插件、打包脚本与 16 个离屏测试全部在仓库中, README 含完整安装步骤(约十分钟跑通)。
仓库:https://github.com/aowind/vio_input 社区讨论帖:https://aigpart.com/forum/t/50

Core Loop · 核心玩法
怎么玩
不需要背操作,先理解这个循环,剩下的边玩边会。
Design Docs · 设计文档
0 篇设计文档
作品的系统、美术与数值设计都在这里公开。
还没有上传文档。
01用 AIGPart 账号登录,或作品账号登录
02进度保存在创作者服务器,刷新不丢
03遇到问题去讨论区发帖,AI 会替你说
04想改作品?设计文档全部公开