@denziideng: 不安装、不注册，开源离线免费用，Windows离线语音输入值得拥有！ 打字慢手酸？语音输入又怕隐私泄露，还得联网？ 分享一个 CapsWriter-Offline，GitHub 6.2k的Windows离线语音输入神器，按住CapsLoc…

X AI KOLs Timeline 工具
offline-speech-input windows open-source voice-input caps-writer privacy-tool

摘要

CapsWriter-Offline 是一款Windows平台的完全离线语音输入工具，按住CapsLock键说话即可自动识别上屏，支持多种模型（SenseVoice、Paraformer等），无需联网和安装，高度自定义且低延迟。

不安装、不注册，开源离线免费用，Windows离线语音输入值得拥有！ 打字慢手酸？语音输入又怕隐私泄露，还得联网？ 分享一个 CapsWriter-Offline，GitHub 6.2k的Windows离线语音输入神器，按住CapsLock键说话，松手自动上屏，完全本地运行，无网络、无广告、延迟极低，彻底解决隐私和速度双重痛点。 极简操作：默认按住CapsLock（或鼠标侧键）说话，松开即自动识别上屏 彻底离线：所有识别本地完成，不传云端，适合办公和内网环境 多模型适配：支持SenseVoice、Paraformer、Qwen3-ASR等，集显和独显电脑都能流畅高准 高度自定义：音素热词、LLM润色、文件转录生成SRT字幕、开机自启全都有 便携免安装：C/S架构，解压即用，一个U盘就能带走 低延迟体验：说完就出字，几乎感觉不到等待 使用方法超级简单！下载解压后，把模型文件放进models文件夹，双击start_server.exe启动服务，再双击start_client.exe启动客户端。按住CapsLock试一句说话，松手文字就自动输入了。 GitHub地址：https://github.com/HaujetZhao/CapsWriter-Offline… 强烈推荐给打字慢、经常需要语音输入的朋友，离线也能这么丝滑，后悔发现太晚，冲冲冲～ #开源工具 #语音输入 #Windows效率 #CapsWriter
查看原文
查看缓存全文

缓存时间: 2026/07/15 15:57

不安装、不注册，开源离线免费用，Windows离线语音输入值得拥有！

打字慢手酸？语音输入又怕隐私泄露，还得联网？

分享一个 CapsWriter-Offline，GitHub 6.2k的Windows离线语音输入神器，按住CapsLock键说话，松手自动上屏，完全本地运行，无网络、无广告、延迟极低，彻底解决隐私和速度双重痛点。

极简操作：默认按住CapsLock（或鼠标侧键）说话，松开即自动识别上屏

彻底离线：所有识别本地完成，不传云端，适合办公和内网环境

多模型适配：支持SenseVoice、Paraformer、Qwen3-ASR等，集显和独显电脑都能流畅高准

高度自定义：音素热词、LLM润色、文件转录生成SRT字幕、开机自启全都有

便携免安装：C/S架构，解压即用，一个U盘就能带走

低延迟体验：说完就出字，几乎感觉不到等待

使用方法超级简单！下载解压后，把模型文件放进models文件夹，双击start_server.exe启动服务，再双击start_client.exe启动客户端。按住CapsLock试一句说话，松手文字就自动输入了。

GitHub地址：https://github.com/HaujetZhao/CapsWriter-Offline…

强烈推荐给打字慢、经常需要语音输入的朋友，离线也能这么丝滑，后悔发现太晚，冲冲冲～

#开源工具 #语音输入 #Windows效率 #CapsWriter

HaujetZhao/CapsWriter-Offline

Source: https://github.com/HaujetZhao/CapsWriter-Offline

CapsWriter-Offline

demo

按住 CapsLock 说话，松开就上屏。就这么简单。

CapsWriter-Offline 是一个专为 Windows 打造的完全离线语音输入工具。

✨ 核心特性

  • 语音输入：按住 CapsLock键 或 鼠标侧键X2 说话，松开即输入，超低延迟，默认去除末尾逗句号。支持对讲机模式和单击录音模式。
  • 文件转录：音视频文件往客户端 exe 一丢，字幕 (.srt)、文本 (.txt)、时间戳 (.json) 统统都有。
  • 数字 ITN：自动将「十五六个」转为「15~16个」，支持各种复杂数字格式。
  • 热词替换：在 hot.txt 记下偏僻词，通过音素模糊匹配，相似度大于阈值则强制替换。
  • 正则替换：在 hot-rule.txt 用正则或简单等号规则，精准强制替换。
  • LLM 角色：预置了润色、小助理等角色，当识别结果的开头匹配任一角色名字时，将交由该角色处理。
  • 托盘菜单：右键托盘图标即可添加热词、复制结果、清除LLM记忆。
  • C/S 架构：服务端与客户端分离，虽然 Win7 老电脑跑不了服务端模型，但最少能用客户端输入。
  • 日记归档：按日期保存你的每一句语音及其识别结果。
  • 录音保存：所有语音均保存为本地音频文件，隐私安全，永不丢失。

CapsWriter-Offline 的精髓在于：完全离线（不受网络限制）、响应极快、高准确率 且 高度自定义。我追求的是一种「如臂使指」的流畅感，让它成为一个专属的一体化输入利器。无需安装，一个U盘就能带走，随插随用，保密电脑也能用。

以下为支持的模型：

引擎名准确性速度格式显卡加速
Paraformer★★★☆☆★★★★★ONNX❌
SenseVoice-Small★★★☆☆★★★★★ONNX✅
Fun-ASR-Nano★★★★☆★★★★☆ONNX + GGUF✅
Qwen3-ASR★★★★★★★★☆☆ONNX + GGUF✅

性能参考（20s 音频转录延迟）：

模型CPU U9-285HGPU RTX5050
Paraformer0.6s-
SenseVoice-Small0.6s0.15s
Fun-ASR-Nano2.0s0.5s
Qwen3-ASR-1.7B4.0s1.0s

详细功能说明请参考 docs/ 目录：

💻 平台支持

目前仅能保证在 Windows 10/11 (64位) 下完美运行。

  • Linux：暂无环境进行测试和打包，无法保证兼容性。
  • MacOS：由于底层的 keyboard 库已放弃支持 MacOS，且系统限制极多，暂时无法支持。

LazyTyper 和 闪电说 也是很优秀的作品，都有离线引擎，都支持 Windows Linux 与 MacOS，并都有漂亮的图形化页面，推荐使用。

CapsWriter 的特别之处在于追求：

  • 无感输入
  • 完全离线，不受网络约束
  • 低延迟，尽量做到硬件极限的最快速度
  • 高度自定义的热词系统

🎬 快速开始

  1. 准备环境：确保安装了 VC++ 运行库。若要使用文件转录功能，还需安装 ffmpeg 并确保其在系统 PATH 中。
  2. 下载解压：下载 Latest Release 里的软件本体，再到 Models Release 下载模型压缩包，将模型解压，放入 models 文件夹中对应模型的文件夹里。
  3. 启动服务：双击 start_server.exe，它会自动最小化到托盘菜单。
  4. 启动听写：双击 start_client.exe，它会自动最小化到托盘菜单。
  5. 开始录音：按住 CapsLock键 或 鼠标侧键X2 就可以说话了！

⚙️ 个性化配置

所有的设置都在根目录的 config_server.py 和 config_client.py 里，可直接编辑。

🛠️ 常见问题

Q: 为什么按了没反应？
A: 请确认 start_client.exe 的黑窗口还在运行。若想在管理员权限运行的程序中输入，也需以管理员权限运行客户端。

Q: 为什么识别结果没字？
A: 到 年/月/assets 文件夹中检查录音文件，看是不是没有录到音；听听录音效果，是不是麦克风太差，建议使用桌面 USB 麦克风；检查麦克风权限。

Q: 想要隐藏黑窗口？
A: 点击托盘菜单即可隐藏黑窗口。

Q: 如何开机启动？
A: Win+R 输入 shell:startup 打开启动文件夹，将服务端、客户端的快捷方式放进去即可。

更多问题请参阅 docs/常见问题.md。

🚀 我的其他优质项目推荐

项目名称说明体验地址
IME_IndicatorWindows 输入法中英状态指示器下载即用
Rust-Tray将控制台最小化到托盘图标的工具下载即用
Gallery-Viewer网页端图库查看器，纯 HTML 实现点击即用
全景图片查看器单个网页实现全景照片、视频查看点击即用
图标生成器使用 Font-Awesome 生成网站 Icon点击即用
五笔编码反查86 五笔编码在线反查点击即用
快捷键映射图可视化、交互式的快捷键映射图 (中文版)点击即用

❤️ 致谢

本项目基于以下优秀的开源项目：

感谢 Google Antigravity、Anthropic Claude、GLM、DeepSeek，如果不是这些编程助手，许多功能（例如基于音素的热词检索算法）我是无力实现的。

特别感谢那些慷慨解囊的捐助者，你们的捐助让我用在了购买这些优质的 AI 编程助手服务，并最终将这些成果反馈到了软件的更新里。

如果觉得好用，欢迎点个 Star 或者打赏支持：

sponsor

Denzii 🕊️ (@denziideng): 25k Star，港大开源一款 AI 个性化辅导私教神器，在 GitHub 上杀疯了！🔥

今天带来DeepTutor，港大开源的AI个性化辅导私教！GitHub 25k🌟，100天内爆火了。它把出题、解题、研究、测验、知识管理全整合成一个智能体工作区，让AI真正陪你终身学习。

📌

相似文章

@Huahuazo: 这声音克隆工具我试完直接愣住了。 随手截了8秒自己说话的录音扔进去，出来的声音——语气、停顿、那种欠欠的调调，简直跟我本人在抬杠一模一样。 最绝的是完全本地跑，音频不用上传，隐私安全直接拉满。说实话第一反应不是厉害，是头皮发麻：以后光凭一…

X AI KOLs Timeline

介绍本地声音克隆工具VoiceStudio，只需8秒录音即可高度还原声音，完全本地运行保护隐私，支持多种语言和平台。

@amiaoapp: Mac 用户终于有救了！这可能是今年最让我相见恨晚的 Mac 工具。 有没有被输入法逼疯过？ 明明切到英文准备敲代码，下一秒又莫名变回中文； 打开 ChatGPT 是英文，切到微信要中文，来回切几十次； 更离谱的是，有些软件还会偷偷帮你切…

X AI KOLs Timeline

LockIME 是一款免费开源的 Mac 工具，可以锁定输入法，支持全局、按应用和按网址自动切换，避免手动切换输入法的烦恼。