J3n5en / voicekey

VoiceKey 
 macOS、Windows、iOS、Android 语音输入。桌面端按住或点按快捷键说话；iOS 是带语音的中文键盘；Android 不替换输入法，识别结果写进当前输入框。 
 多渠道候选框：说话时各渠道实时出字（左），松开后逐条定稿并显示耗时，数字键或回车选一条上屏（右） 
## 功能
以下为 macOS / Windows。
- **多个识别渠道**：豆包、微信、千问、百度、搜狗、讯飞输入法云端识别，以及完全本地运行的离线识别：微信离线（macOS / Windows）、豆包离线（仅 Apple 芯片 Mac）
- **多渠道候选**：勾选 2 个以上渠道同时识别，光标旁弹出候选框实时显示各渠道结果，按数字键或 ↑↓ + 回车选一条上屏；默认选中上次用的渠道
- **渠道对比**：在设置里录一段话，并排比较各渠道的结果和速度
- **长按说话**：按住快捷键开始，松开结束
- **点按说话**：自定义快捷键，点一下开始，停顿 1–5 秒自动结束，再点一下可提前结束
- **边说边上屏**：识别中的文字实时打到光标处，结束后按定稿修正；关闭后改为结束时一次性粘贴
- **麦克风选择**、开机启动、浅色 / 深色主题、应用内自动更新
## 截图
| 识别渠道 | 渠道对比 |
|---|---|
| | |
单渠道模式下，屏幕底部显示声波浮层和实时文字：
## iOS
iOS 17+ 的中文键盘（仅 iPhone）。默认 26 键全拼，可切九宫格；功能键和顶栏可以拖动调整。左上角麦克风说话。键盘本身不能录音，由主 App 在后台收音，再把文字送回键盘。
- 云端渠道与桌面端相同，没有离线引擎
- 勾选多个渠道时，在键盘里对比结果再选一条上屏
- 默认画中画待机：不占麦克风，点麦克风才录音；画中画不可用时改为常开麦
- 操作按钮或快捷指令「VoiceKey 说话」：正在使用本键盘时开始，再按一次结束
- 点按说话的静音自动结束可在 1–5 秒间设置
- 拼音词库来自雾凇拼音（GPL-3.0），并补了搜狗流行词和部分 AI 词
语音和与主 App 通信需要「允许完全访问」；不开也能本地打字。安装或更新后，已在跑的键盘进程不会换成新版本，需到「设置 › 通用 › 键盘 › 键盘 › VoiceKey」删除后再添加。
## Android
Android 8+（arm64）。不替换当前输入法：开启无障碍服务「VoiceKey 语音输入」后，在任意输入框长按音量下键，或点悬浮球说话，结果写入光标处。部分应用会隐藏控件树，Android 13 及以上改为经输入连接提交文字。
- 渠道：豆包、微信、千问、百度、搜狗、讯飞，以及微信离线（约 100MB，本机推理）
- 多渠道候选、边说边上屏、点按静音 1–5 秒自动结束
- 长按音量下键只在输入框聚焦时生效，短按仍调音量
国内系统清理后台会关掉无障碍。应用内有忽略电池优化、自启动和锁定最近任务的引导。
## 安装
从 Releases 下载桌面端安装包。iOS 与 Android 不在 Release 里，从源码构建。
| 系统 | 文件 |
|---|---|
| macOS 13+（Apple 芯片与 Intel 通用） | `VoiceKey-x.y.z.dmg`，打开后拖到「应用程序」 |
| Windows 10/11 x64 | `VoiceKey-x.y.z-x64-setup.exe` 或 `.msi` |
macOS 发布包为自签名、未经 Apple 公证，首次运行前需解除隔离：
 [code] 
之后的版本可在应用内更新（设置 → 通用，或菜单栏），无需重复上述步骤，已授予的权限也会保留。
旧版原生 Swift 实现（仅 macOS 15+）保留在 `legacy` 分支。
## 使用
1. 首次启动会打开引导：授予 **辅助功能**（仅 macOS，用于监听快捷键和上屏）和 **麦克风** 权限，并试说一句
2. 之后常驻菜单栏 / 系统托盘，可在托盘菜单切换渠道、暂停监听、打开设置
3. 在任意输入框中说话
| 设置项 | macOS 默认 | Windows 默认 |
|---|---|---|
| 识别渠道 | 豆包输入法 | 豆包输入法 |
| 长按快捷键 | 右 ⌥ | 右 Alt |
| 点按快捷键 | 右 ⌘ | 右 Ctrl |
| 静音自动结束 | 1.5 秒 | 1.5 秒 |
| 边说边上屏 | 开 | 开 |
单个修饰键可同时作为长按键和点按键：快速点一下为点按，按住超过 0.3 秒为长按。设为组合键的点按快捷键会被拦截，不再传给前台应用。
**离线识别**：首次选择离线渠道时下载模型，之后断网也能用。
- **微信离线**：下载微信输入法官方离线语音包（约 100MB，来自腾讯 CDN），解出模型保存在数据目录的 `wtoffline/` 下；由本项目自己实现的 int8 推理运行，不依赖官方程序，macOS 和 Windows 都可用。
- **豆包离线**（仅 Apple 芯片 Mac）：下载引擎库（约 8MB，来自本仓库 offline-libs Release）和模型（约 177MB，来自字节 CDN），保存在 `~/Library/Application Support/VoiceKey/offline/`；只在用到时启动后台进程，空闲 5 分钟后自动释放。
## 从源码构建
需要 Rust（stable）、Node 22+ 和 CMake；Windows 另需 MSVC 生成工具。
 [code] 
- iOS（需要 Xcode 与 XcodeGen）：`ios/build.sh`，产物 `ios/build/VoiceKey.ipa`；`ios/build.sh --unsigned` 出未签名包
- Android（需要 Android NDK 与 cargo-ndk）：先 `android/build-rust.sh`，再在 `android/` 执行 `./gradlew :app:assembleRelease`
- Opus 由 `audiopus_sys` 从源码静态编译，相关环境变量见 `.cargo/config.toml`
- 打包 DMG：`Scripts/dmg.sh out.dmg path/to/VoiceKey.app app/src-tauri/icons/icon.icns`
- 命令行测试识别：`cargo run -p voicekey-core --bin vk-test -- doubao|wetype|qwen|baidu|sogou|iflytek file.wav`（WAV 需 16kHz 单声道）
## 发布
推送 `v*` 标签后，GitHub Actions 构建 macOS 通用 DMG 与 Windows 安装包，连同应用内更新所需的更新包与 `latest.json` 一起创建 Release：
 [code] 
需要的 Secrets：`TAURI_SIGNING_PRIVATE_KEY` / `TAURI_S