oratio

目标

自托管、跨平台(目前仅在作者自己环境的测试 Hyprland (Archlinux))、注重隐私的语音转文字输入工具

路线图

• 目前仅支持作者自己环境的使用 Hyprland (Archlinux)，注意不要过度设计和过早优化
  • (MVP) 一个简单的可以和 funasr-offline 模式交互的客户端, 支持最基本的交互和最简单逻辑: 调用麦克风录音然后发给自建的funasr-offline服务, 将识别结果显示在console中

  # 安装与使用指南
  # 1. 自行安装依赖 justfile, rust, docker ... 并克隆该仓库并且切换目录到项目根目录
  # 2. 运行以下命令
  # - 运行 funasr-offline 服务
  just manage-funasr-offline run # 请等待一些时间下载模型完成
  cargo run # 运行Cli
  cargo run -- -h # 查看帮助
  

  • 调研合适的支持跨平台的可以在当前光标下模拟输入, 或者使用剪贴板来实现语音转文字工作
    • 经过充分调研, 直接的实现是地狱难度级别的, wayland 环境对相关模拟输入的支持不太完整, 没有比较好的体验
  • 调研能否实现一个类似 https://fcitx-im.org/wiki/Unicode (fcitx5/src/modules/unicode/CMakeLists.txt at 0f26cf3262338e62b7a56c0d51e2b17b60e6315f · fcitx/fcitx5) 的模块/插件, 让输入法来实现上屏工作, 以简化这个实现的难度
    • 见: https://github.com/StrayDragon/fcitx5-oratio