WhisperPen

语音转文字增强工具，支持离线语音识别和 AI 文本优化。

功能特点

• 离线语音识别 (Whisper)
• AI 文本增强 (Qwen)
• 中英互译
• 降噪处理
• 智能缓存
• 剪贴板集成

快速开始

环境要求

• Python 3.8+
• FFmpeg
• Ollama

安装

# 安装 FFmpeg
brew install ffmpeg  # macOS
apt install ffmpeg   # Ubuntu/Debian
choco install ffmpeg # Windows

# 安装依赖
pip install -r requirements.txt

# 安装 Qwen 模型
ollama pull qwen2.5:32b

使用

# 单次识别
python -m src.main

# 后台监听模式（使用唤醒词"小王小王"）
python -m src.main -b

# 持续监听模式
python -m src.main -c

项目结构

WhisperPen/
├── src/          # 源代码
├── tests/        # 测试代码
├── config/       # 配置文件
├── data/         # 数据文件
└── docs/         # 文档

文档

• 设计文档
• 更新日志
• API文档

作者

• Name: Zorro
• Email: [email protected]
• Github: @zuozuo

许可证

MIT License