Распознавание речи с открытым исходным кодом на базе Whisper: точные временные метки для каждого слова и опциональная диаризация говорящих.
HaujetZhao/CapsWriter-Offline
Офлайн-инструмент для голосового ввода в Windows: удерживайте CapsLock или боковую кнопку мыши X2, чтобы говорить, и отпустите, чтобы вставить распознанный текст.
Open source альтернатива:Dragon NaturallySpeaking
- Звёзды
- 6,985
- Форки
- 653
- Открытые issues
- 216
- Последний коммит
- в прошлом месяце
Что это?
CapsWriter-Offline — полностью офлайн-инструмент для голосового ввода в Windows. Удерживайте CapsLock или боковую кнопку мыши X2, чтобы говорить: после отпускания клавиши распознанный текст вводится в активное окно. Поддерживаются режимы «нажми и говори» и записи одним щелчком. Программа работает в связке клиент-сервер, поэтому модели распознавания речи можно запускать на отдельной машине.
В проекте доступны несколько движков распознавания, включая Paraformer, SenseVoice-Small, Fun-ASR-Nano и Qwen3-ASR; некоторые из них поддерживают ускорение на GPU. Помимо распознавания речи в реальном времени, программа преобразует аудио- и видеофайлы в субтитры .srt, текст .txt и временные метки .json. Постобработка текста включает преобразование китайских числительных, замену ключевых слов по фонетическому нечёткому совпадению, правила замены на основе regex и обработку вывода через роли на базе LLM, если текст начинается с имени роли.
Программа предназначена для Windows 10/11 (64-разрядных версий). Linux и macOS не поддерживаются. Клиент может работать на старых машинах с Windows 7, но серверную модель на них запустить нельзя.
Ключевые возможности
- 01Голосовой ввод в режиме «нажми и говори» с CapsLock или боковой кнопкой мыши X2; текст вводится после отпускания кнопки.
- 02Офлайн-распознавание речи с выбором из нескольких движков; некоторые поддерживают ускорение на GPU.
- 03Преобразование аудио- и видеофайлов в субтитры SRT, текст и JSON с временными метками.
- 04Замена ключевых слов по фонетическому нечёткому совпадению и правила замены на основе regex.
- 05Преобразование продиктованных китайских числительных в арабские цифры.
- 06Разделение на клиент и сервер, благодаря которому клиент может работать на старых машинах.
Сценарии использования
- Диктовка текста в любом приложении Windows без отправки аудио в облако.
- Работа на машинах, которые должны оставаться офлайн, например на защищённых компьютерах или компьютерах без подключения к сети.
- Создание субтитров и расшифровок из локальных аудио- и видеофайлов.
- Настройка пользовательского словаря редких терминов, чтобы программа правильно их распознавала.
Быстрый старт
- 1
Установите среду выполнения VC++ (для транскрибирования файлов также нужен ffmpeg).
- 2
Скачайте последнюю версию и архив с моделями, затем распакуйте модели в папку models.
- 3
Дважды щёлкните start_server.exe, чтобы запустить сервер.
start_server.exe - 4
Дважды щёлкните start_client.exe, затем удерживайте CapsLock или боковую кнопку мыши X2, чтобы говорить.
start_client.exe
Что важно знать
- Официально поддерживаются только Windows 10/11 (64-разрядные); Linux не тестировался, а macOS не поддерживается.
- Для работы необходимо отдельно скачать файлы моделей.
- Модели сервера не запускаются на компьютерах с Win7; на них можно использовать только клиент.
Темы
Частые вопросы
- Что такое CapsWriter-Offline?
- Офлайн-инструмент для голосового ввода в Windows: удерживайте CapsLock или боковую кнопку мыши X2, чтобы говорить, и отпустите, чтобы вставить распознанный текст. CapsWriter-Offline — полностью офлайн-инструмент для голосового ввода в Windows. Удерживайте CapsLock или боковую кнопку мыши X2, чтобы говорить: после отпускания клавиши распознанный текст вводится в активное окно. Поддерживаются режимы «нажми и говори» и записи одним щелчком. Программа работает в связке клиент-сервер, поэтому модели распознавания речи можно запускать на отдельной машине.
- CapsWriter-Offline можно использовать бесплатно? Какая у него лицензия?
- CapsWriter-Offline распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- CapsWriter-Offline всё ещё поддерживается?
- Обновлялся за последние 6 месяцев. Последний коммит в CapsWriter-Offline — 14 сент. 2026 г..
- Для чего можно использовать CapsWriter-Offline?
- Диктовка текста в любом приложении Windows без отправки аудио в облако. Работа на машинах, которые должны оставаться офлайн, например на защищённых компьютерах или компьютерах без подключения к сети. Создание субтитров и расшифровок из локальных аудио- и видеофайлов. Настройка пользовательского словаря редких терминов, чтобы программа правильно их распознавала.
- Как установить CapsWriter-Offline?
- Установите среду выполнения VC++ (для транскрибирования файлов также нужен ffmpeg). Скачайте последнюю версию и архив с моделями, затем распакуйте модели в папку models. Дважды щёлкните start_server.exe, чтобы запустить сервер.: start_server.exe Дважды щёлкните start_client.exe, затем удерживайте CapsLock или боковую кнопку мыши X2, чтобы говорить.: start_client.exe
- Где скачать CapsWriter-Offline?
- Исходный код и инструкции по установке — на GitHub: https://github.com/HaujetZhao/CapsWriter-Offline
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Локальное open-source приложение для диктовки с AI: преобразует речь в текст на macOS и Windows и работает офлайн с Whisper.
AI-видеоредактор для macOS и Windows: расшифровывает видео, создаёт субтитры, переводит, озвучивает, монтирует и добавляет анимацию на редактируемом таймлайне.
Превращает iPhone в тачпад, воздушную мышь и пульт для ввода текста и речи на компьютерах с Windows, Mac и Linux в домашней сети.
Десктопное приложение для офлайн-транскрибации и перевода аудио и видео на компьютере на основе OpenAI Whisper.
Веб-приложение на Gradio для Windows: синтез речи, клонирование голоса, транскрибация через Whisper, скачивание видео с YouTube, разделение вокала и перевод для дубляжа.