V5 正式版 · 延迟
最终识别模型现在在说话期间准备。
旧链路可能在用户松开快捷键后才重新启动离线 ASR并编译当前热词,因此即使已经说了很长时间,冷启动仍完整落在松键之后。Beta 5把模型、标点与热词图准备提前到物理快捷键按下,并在录音期间维持 worker。
IBus与 Fcitx 5也不再等待冷 Core或后台服务后才开始采集麦克风;Universal软件包中的两条路径同步修复。
前往 Beta 5 Release →项目进展
最近一轮开发已经补齐了从安装到日常交互的完整闭环。细粒度修复继续进入 Changelog;下面五项用户可感知的关键能力均已实现并配有正式文档。
V5 正式版 · 延迟
旧链路可能在用户松开快捷键后才重新启动离线 ASR并编译当前热词,因此即使已经说了很长时间,冷启动仍完整落在松键之后。Beta 5把模型、标点与热词图准备提前到物理快捷键按下,并在录音期间维持 worker。
IBus与 Fcitx 5也不再等待冷 Core或后台服务后才开始采集麦克风;Universal软件包中的两条路径同步修复。
前往 Beta 5 Release →V5 · macOS
原版 VocoType 在维护者自己的 Mac 上会闪退,而 VoCoType-linux 的按住说话、实时预览、语音编辑、设置中心和用户词典设计更符合完整桌面工作流。macOS 原生听写在实际中文工作流中也存在准确率、手动输入后难以继续同一次听写、启停繁琐等限制,并缺少润色、语音编辑、热词替换与术语保护。因此 V5 直接移植本仓库自身,并继续沿用历史名称。
Beta 4 还修复了首次 CoreAudio 初始化、系统通知抢占文本客户端、按住 F9 时热键重载吞掉 key-up,以及状态浮层无法取消或自动关闭的问题。
阅读 macOS 安装指南 →实时识别
VocoType 可选在本地 native worker 中运行 FunASR 官方在线 Paraformer。录音期间,部分识别结果会反复覆盖 IBus 或 Fcitx 5 的 preedit;随着后续音频到达,前面已经显示的文字也可以被修正。
实时文字只用于预览,绝不直接提交。松开录音键后,完整 PCM 会立即进入原有 Contextual Paraformer、原生热词、标点、ITN 和标准化链路,并由该链路唯一决定最终输入。
阅读实时识别文档 →语音编辑
两套集成现在共用同一个 surrounding-text 编辑核心。在兼容应用中,语音指令可以完成替换、插入、删除、导航、改写、格式化和撤销重做;Fcitx 用户无需放弃正在使用的 Rime、拼音、Mozc 或键盘输入法。
桌面安装
IBus 与 Fcitx 5 共享同一套图形安装和修复流程。通用设置、语音识别、术语、AI、教程和 Playground 工具都集中在一个应用中;少数需要系统权限的操作使用标准桌面 Polkit 授权。
可诊断性
诊断流程会检查原生运行时、依赖、模型、已安装文件完整性、本地与可用版本、Fcitx Module、IBus component、服务、IPC socket、配置、麦克风和实际处理链路。随后可以通过官方反馈服务提交脱敏支持包,或在需要时回退到预填的 GitHub Issue。