⚠️ 重要通知：项目已重定向与全面升级 ⚠️
本仓库已停止更新，后续的全新版本将不再在此库发布！ 新版本仓库链接(https://github.com/starsidin/QuickSpeak)

🚀 新版本升级亮点预告

为了提供更出色的体验，我们正在进行底层的全面重构：

1. 核心模型全面升级：当前版本主要基于 OpenAI Whisper 与 FunASR (阿里达摩院模型)；后续的新版本将全面接入更强大的 通义千问 ASR (Qwen-Audio / SenseVoice) 模型，带来更极致的识别准确率和性能。
2. 前后端分离架构：打破现有的单体架构，拆分为独立的前端服务与后端服务。
3. 极致轻量的前端：得益于前后端分离，前端应用将大幅减负，不再需要庞大的本地环境依赖，资源占用极低。
4. 一键开箱即用：我们将直接提供打包好的 Release 独立运行版本，无需繁琐的 Python 环境和依赖配置，支持一键下载、直接使用！

📌 相关模型与技术引用 (References & SEO)

为了方便大家学习和搜索引擎收录，以下是本项目及后续版本涉及的核心技术栈与热门引用：

• Whisper: https://github.com/openai/whisper - OpenAI 强大的多语言语音识别与翻译系统。
• FunASR: https://github.com/modelscope/FunASR - 阿里达摩院开源的端到端语音识别工具包。
• 通义千问 ASR (SenseVoice): https://github.com/FunAudioLLM/SenseVoice - 阿里通义千问团队开源的多语言语音大模型，新版核心引擎。
• 热门话题关键字: 语音转文字, Speech-to-Text, STT, ASR, 自动语音识别, 桌面悬浮窗录音, AI语音助手, 前后端分离, 一键部署, 效率工具, 开源语音识别, 本地化部署.

---

🎙️ Whisper 悬浮窗语音输入助手

Whisper Floating Speech Input Assistant

一个简单易用的 Whisper模型语音转文字（Speech-to-Text, STT）桌面悬浮窗程序，支持本地部署（Windows），数据更安全，适用于快捷语音输入场景。
A lightweight, local-first floating window tool for voice-to-text using OpenAI Whisper — optimized for quick voice input on Windows.

录音识别后文字自动复制到剪贴板，并以聊天气泡形式显示在界面上。 基于 OpenAI Whisper it records your voice, transcribes it locally, auto-copies the result, and shows it in a chat-bubble style window.

---

🚀 推荐模型 | Recommended Model

建议使用 turbo 或 large-v3 模型以获得更高准确率，特别适用于中英文混合语音输入。
It is highly recommended to use turbo or large-v3 for better accuracy, especially for mixed Chinese-English input.

• ✅ turbo 最低配置要求：显存 VRAM ≥ 6GB
  Minimum for turbo: VRAM ≥ 6GB

• ✅ 推荐配置：VRAM ≥ 8GB
  Recommended: VRAM ≥ 8GB

如果配置较低，可切换使用较小模型，或考虑接入国内免费大模型（开发中）。
Lower-end devices can use smaller models, or consider future integration of local Chinese large models (WIP).

---

🎯 功能特性 | Features 0.0.2

• 🎤 一键悬浮录音：支持麦克风或者虚拟音频输入

• 🧠 支持 Whisper 本地模型 (base, large-v3, turbo)

• 🌐 中英文自动识别

• 📋 自动复制识别文字到剪贴板，增加在右键菜单中取消自动复制的功能

• 💬 右键菜单中历史记录自动保存查看

• 🧩 右键切换模型

• 🌈 无边框、圆角、可拖动、置顶悬浮窗

---

📦 安装依赖 | Install Requirements

确保你的系统安装了 Python ≥ 3.8
Make sure Python 3.8 or higher is installed.

安装依赖：

pip install -r requirements.txt

注意： 如果安装失败whisper的安装方法详见官方文档：https://github.com/openai/whisper whisper必须依赖ffmpeg，在官网下载压缩包后，解压缩并添加到系统PATH中才能正常使用， 安装后在命令行输入ffmpeg弹出版本信息就是安装完成了

✅ 使用方法

注意：如果系统没有音频输入设备（麦克风、虚拟音频输入）可能会无法打开

1. 运行后，会出现一个小型悬浮窗
2. 点击按钮 🎙️ 开始录音 开始说话
3. 再次点击 🛑 停止录音 结束录音
4. 识别结果会显示在界面，并自动复制到剪贴板
5. 右键弹出菜单，可选择模型、选择麦克风、查看历史记录、选择是否自动复制或关闭程序 

💡 注意事项

• 默认使用 GPU（若可用），否则回退到 CPU • 模型将自动下载缓存到本地（首次运行可能稍慢） • 若需更高准确率，可切换为 large-v3 模型（需要较高显存） • 如果需要录制屏幕音，需要虚拟声卡，我用的是https://vb-audio.com/Cable/，在屏幕右下方喇叭选择相应名称扬声器即可捕获声音。 • 中文标点符号可能无法正确添加

✅ 即将添加的功能 | Coming Soon

🧠 支持其他模型

⌨️ 添加快捷键支持（如 F9 开始/停止）

📌 支持翻译到目标语言

☁️ 模型 API 模式（轻量版，无需本地模型）

流式识别、断句、一键翻译。

欢迎大家开发想要的功能，或对需要的功能进行留言