voice_input

FunASR Voice Input — 语音输入法

桌面语音输入工具。按快捷键录音，自动识别并粘贴到当前光标位置。

安装

pip install funasr sounddevice numpy pyperclip openai pynput

使用

第一步：启动 FunASR 服务

pip install funasr fastapi uvicorn python-multipart
funasr-server --device cuda  # 或 --device cpu

第二步：启动语音输入法

cd examples/voice_input
python funasr_input.py

第三步：使用

• 按 Ctrl+Shift+Space 开始录音
• 再按一次停止，自动识别并粘贴文字

工作流程

按快捷键 → 录音 → 再按快捷键 → 发送到 funasr-server → 识别 → 自动粘贴到光标位置

配置选项

python funasr_input.py --server http://localhost:8000/v1  # 服务器地址
python funasr_input.py --model paraformer                 # 模型选择
python funasr_input.py --hotkey "cmd+shift+space"         # macOS 快捷键
python funasr_input.py --lang zh                          # 语言

支持平台

平台	录音	自动粘贴
macOS	✅	✅ (AppleScript)
Linux	✅	✅ (xdotool)
Windows	✅	手动 Ctrl+V

支持模型

模型	速度	语言
sensevoice (默认)	170x GPU / 17x CPU	中/英/日/韩/粤
paraformer	120x GPU / 15x CPU	中/英
fun-asr-nano	17x GPU	31种语言

架构

[麦克风] → [本程序] → [funasr-server :8000] → [识别结果] → [粘贴到光标]
                         ↑
                    本地运行，音频不出机器

常见问题

Q: 需要网络吗？ 不需要。funasr-server 和语音输入法都在本地运行。

Q: 支持哪些音频格式？ 内部使用 WAV 16kHz，自动处理。

Q: 延迟多少？ GPU: 说完 1-2 秒出结果。CPU: 3-5 秒。