h1ddenadm1n / capswriter-offline Goto Github PK

运行“start_server_gui.exe”提示系统找不到指定的文件是怎么办

希望早日修复

大佬有没有兴趣做一下这个功能？在手机上我们经常让自己的语音小助手执行指令，我在想，电脑上是不是也可以？
我喜欢用 Windows 上的 quicker, 想要实现语音指令执行 quicker 上的动作。

以下是功能：

1. 可以配置语音指令关键词， 以及对应单独运行的命令。 如：

打开资料:file:///d:\我的资料\
关机:shutdown -s -t 5

2. 支持配置全局语音指令的运行命令，所有的配置好的语音指令关键词都会去调用该命令 。 可以传入关键字参数,$1代表指令关键词。如：url://xxxxx?$1 。 主要是第1点太麻烦，想统一用quicker处理。

quicker:runaction:8ee2466c-2e47-447b-971b-eed4f8e2542c?keyword=$1

3. 为了避免和输入文字冲突。 可以按下某个键触发，比如说 control / alt + capslock，或者其他的。( 又或者什么都不用改， 执行语音 指令的时候，不要有输入焦点就行 )

你觉得该功能可以的话，可以讨论一下

测试了几次，效果不好，出字都难，更别提正确了，这什么没有配置好吗？

在本机电脑启动服务端和客户端后离线翻译和在线翻译均正常

但服务端在另一台机器启动就只能正常输入，无法使用翻译功能,离线和在线均不行
即Server端和Client端在不同电脑上（同一局域网，均关闭防火墙，端口畅通）

是不是翻译端口默认给127.0.0.1了

Config文件仅改动了Server地址和目标语言

期望能够增加选择输入/输出设备的功能，输入设备就是目前的功能。但是开远程会议的时候，有时候也是想要将对面的语音转为语音的，能否将这个功能也实现。谢啦

客户端启动失败

首先，感谢大佬的辛勤付出。

我觉得这个分支有两个比较优秀的特性：

1. 进行语音输入的时候会有提示（Hint）。
2. 可以自动隐藏到托盘中去，不用看丑陋的任务栏，但是想看日志的时候，又可以在托盘里面看到日志。

但是我不需要它的翻译功能，看起来好像翻译的模型也占了挺大内存。能不能有一个开关来设置关闭掉，不需要的翻译功能，以节省内存？

大概就是把剩下的所有内存吃满
日常的内存占用也挺高的，希望优化一下

我使用了你发布的最新版,但按大小写录不进声音,他并没有起反应,我听了音频文件也是没有声音.
我测试了麦克风但麦克风并没有异常.
我还换成了原项目进行测试发现并没有异常.
请问你对新版本又做出了什么修改？导致他录不进声音

期待早日修复

有时候systray右键退出之后进程并没有结束

这种情况是什么原因呢，我重装了系统，目前系统是win10 LTSC 21H2版本，安装了Python 3.12.2 (64-bit)，现在出现这样的情况，无法打开，重新下载最新的版本也无济于事，还是这样的报错，有没有大佬解惑，到底是什么地方出现了问题。

转录长文本后，文本中如果有关键词，能显示红色，比如“重点”、“关注”，等关键词，希望能在转录完成的文本中高亮显示，不一样颜色，或者词前有个标记什么的，只要有标识就行，可以吗？非常需要

实在非常需要这个功能，求求了

你这个按大小写录制时关闭视频的功能,使我想切换大小写时会自动开启我正在看视频,请问这个该如何解决？

改为0.1秒 但是每次我按下快捷键以后，起码要等一秒钟输入语音，它才能完全识别正确

箭头显示出来的那句话 我其时要输入的是 输入有延迟，修改配置文件也没用 但是它显示的是 路有延迟 似乎配置文件修改识别的时间好像没有用 每次还是起码要等上一秒钟，然后开始说话，它才能识别正确

我在原版上面测试就没有这个问题 不知道是什么情况 感谢大佬做的这个项目

您好，首先非常感谢您，真的非常有价值。
能否增加功能，实现这样的目的：打开客户端后，客户端立即开始监听设定好的麦克风，并在每段声音出现后转录成文字，将文字内容记入当天的文档中。
设想：这个客户端可以与按下Caps的版本共存（不检测按键）；麦克风中没有声音3秒（可否自定义）就视为一段；
使用背景：办公室有一台bbk录音电话（hcd-198），连接pc并安装话机软件后，会在windows中添加usb phone 的扬声器和usb phone的麦克风，有电话时会自动录音，电话软件也有留言录音功能。因不能一直守着电话，每次回来需要逐一听取是否有留言，所以想通过这个功能记录留言内容，在打开文档后就可以看到文字内容，节省逐一听取录音的时间。
备注：在下计算机水平有限，所以冒昧提出请求，如果有必要可以支付费用，再次感谢。

首次执行.exe文件时，收到报错如题所示。
需要手动预先安装依赖吗？

就虽然我不使用这个功能，但这个功能也会随着软件一起加载，就会占用一定程度的内存，最好是能够在设置里面把它关掉，从而不启用这部分功能

Sensevoice 中文readme

更快更准，支持：zh/yue/en/ja/ko，在音频时长增加的情况下，推理耗时无明显增加，这点挺好的。
希望能够支持这个模型。

现在使用的时候，它不是暂停，而是静音

那例如你在看什么视频的时候，突然要回 QQ，然后就语音输入 QQ。

然后等你输完之后发现，视频已经播放了好多

理想情况是输入的，同时其他的所有音频都暂停掉，输入结束后，被暂停的音频自动打开

最开始我没有写替换关键词的时候 直接说 点 它会打成标电符号 .

我说一点点 它会识别成 一电电

当我说一点两点的时候 它会识别成 一.两点

以下是我的设置

例如百度翻译、微软翻译之类的

启动前者的时候，它只启动客户端，不启动相应的服务

简单说，就是在属性里面设置为以管理员方式启动之后，把快捷方式放到 startup 文件夹里

但是重启后，它并不会启动

最好是软件默认提供一个开机自启的选项

hot-rules加了这个
回车 = \r\n
换行 = \r\n

原版里面可以执行回车、换行的指令
这个修改版没反应

另外说回车换行 会有错误提示：
[WinError 123] 文件名、目录名或卷标语法不正确。: '2024\05\assets\(20240510-095332)gd7jq0il.mp3' -> '2024\05\assets\(20240510-095332)\r\n.mp3'

这个原版也有

pause_other_audio = False             # 录音时暂停其他音频播放

1.2.1版
似乎如果设置为True那在按激活键的时候似乎和键盘的play/pause行为相同
设置为false就是纯静音
但是在有多个播放源的时候会造成混乱，比如mpv就不会被暂停，只会被静音

总之有时候还是需要识别PC正在播放的声音的，所以希望加一个完全不做静音的设置值

转录长文本后，文本中如果有关键词，能显示红色，比如“重点”、“关注”，等关键词，希望能在转录完成的文本中高亮显示，不一样颜色，或者词前有个标记什么的，只要有标识就行，可以吗？非常需要