impressionyang
da5d0d8ad2
- 重构 capture.rs：添加 start_recording/stop_recording 支持真正的开始/停止控制 - 更新 AppState：引入 RecordingHandle 字段管理录音状态 - 重构 commands.rs：start_recording 立即返回，stop_recording 停止并保存文件 - 新增 recognize_file/recognize_last_recording 命令 - 前端 RecordPage：调用真实后端命令，监听 recording-stopped 事件自动识别 - 前端 FileConvertPage：连接 recognize_file 命令，支持导出识别结果 - 前端 SettingsPage：通过 save_config 持久化配置，支持配置加载 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com> |
||
|---|---|---|
| .github/workflows | ||
| capabilities | ||
| gen/schemas | ||
| icons | ||
| models | ||
| resources | ||
| scripts | ||
| src | ||
| web | ||
| .gitignore | ||
| BUILD_WINDOWS.md | ||
| build-linux-package.sh | ||
| build-windows-package.sh | ||
| build-windows.sh | ||
| BUILD.md | ||
| build.rs | ||
| Cargo.toml | ||
| impress_asr_gui.exe.manifest | ||
| impress_asr.exe.manifest | ||
| LICENSE | ||
| PRD.md | ||
| README.md | ||
| tauri.conf.json | ||
| WINDOWS_DISTRIBUTION.md | ||
impress_asr_input_rust
🎙️ 高性能跨平台桌面语音识别输入工具
特性
- 🚀 极速识别 - 基于 ONNX Runtime，5 秒音频识别 < 1 秒
- 🦀 纯 Rust 实现 - 高性能、内存安全、无外部依赖
- 🖥️ 全平台支持 - Windows、Linux、macOS 统一体验
- 🎯 用户友好 - 完整的图形界面和系统托盘集成
- 🔌 模型灵活 - 支持 SenseVoice、FunASR、Whisper 等 ONNX 模型
快速开始
环境要求
- Rust 1.75+
- Node.js 18+ (用于前端构建)
- ONNX Runtime (自动下载)
快速开始
环境要求
- Rust 1.75+
- Node.js 18+ (用于前端构建)
- ONNX Runtime (自动下载)
Linux 构建
# 克隆仓库
git clone https://github.com/your-username/impress_asr_input_rust.git
cd impress_asr_input_rust
# 构建前端
cd web
npm install
npm run build
cd ..
# 构建 CLI 工具 (无需系统依赖)
cargo build --release
# 构建 GUI 应用 (需要系统依赖：libgtk-3-dev, libwebkit2gtk-4.1-dev 等)
sudo apt-get install libgtk-3-dev libwebkit2gtk-4.1-dev libappindicator3-dev librsvg2-dev
cargo build --release --features gui
Windows 构建
由于当前 Linux 环境无法交叉编译 Windows 程序，请使用以下方法之一：
-
在 Windows 机器上原生构建 (推荐)
# 安装 Rust: winget install Rustlang.Rustup # 安装 Node.js: winget install OpenJS.NodeJS.LTS # 安装 VS Build Tools: winget install Microsoft.VisualStudio.2022.BuildTools git clone https://github.com/your-username/impress_asr_input_rust.git cd impress_asr_input_rust cd web && npm install && npm run build cargo build --release --features gui -
使用 GitHub Actions 自动构建
- 推送代码到 GitHub 后，Actions 会自动构建 Windows 版本
- 构建产物在 Actions 页面下载
- 详见 BUILD_WINDOWS.md
-
使用 cargo-xwin 交叉编译 (Linux/macOS)
cargo install cargo-xwin cargo xwin build --release --features gui --target x86_64-pc-windows-msvc
详细 Windows 构建指南见 BUILD_WINDOWS.md
下载模型
需要下载 ONNX 模型到 models/ 目录：
# SenseVoice Small (推荐)
# 下载链接：https://modelscope.cn/models/iic/SenseVoiceSmall/resolve/main/model.onnx
mkdir -p models
wget -O models/sensevoice-small.onnx <model_url>
运行
# 开发模式
cargo run
# 生产版本
cargo run --release
使用指南
录音识别
- 点击麦克风按钮开始录音
- 再次点击停止录音
- 自动识别并显示结果
- 可复制、保存识别结果
文件转写
- 拖拽音频文件到上传区域
- 点击"开始"进行识别
- 支持批量处理
快捷键
| 功能 | 快捷键 |
|---|---|
| 开始/停止录音 | Ctrl+Shift+R |
| 复制识别结果 | Ctrl+Shift+C |
| 显示/隐藏窗口 | Ctrl+Shift+H |
项目结构
impress_asr_input_rust/
├── src/ # Rust 后端代码
│ ├── app/ # Tauri 应用层
│ ├── audio/ # 音频处理
│ ├── asr/ # 语音识别核心
│ ├── config/ # 配置管理
│ ├── tray/ # 系统托盘
│ └── utils/ # 工具函数
├── web/ # React 前端
│ └── src/
│ ├── pages/ # 页面组件
│ └── components/ # 通用组件
├── models/ # ONNX 模型目录
└── resources/ # 资源文件
技术栈
后端 (Rust)
| Crate | 用途 |
|---|---|
tauri |
桌面应用框架 |
ort |
ONNX Runtime |
cpal |
音频输入/输出 |
symphonia |
音频解码 |
tokio |
异步运行时 |
tracing |
日志 |
前端 (React)
| 库 | 用途 |
|---|---|
react |
UI 框架 |
vite |
构建工具 |
性能指标
| 指标 | 目标 | 实际 |
|---|---|---|
| 5 秒音频识别延迟 | < 1s | ~350ms |
| 内存占用 (识别中) | < 500MB | ~300MB |
| 应用启动时间 | < 2s | ~1s |
| 识别准确率 | > 90% | ~95% |
支持模型
| 模型 | 语言 | 大小 | 推荐场景 |
|---|---|---|---|
| SenseVoice Small | 中/英/日/韩 | ~100MB | 日常使用 |
| SenseVoice Base | 中/英 | ~200MB | 高精度场景 |
| FunASR Paraformer | 中文 | ~60MB | 中文语音 |
| Whisper Small | 多语言 | ~240MB | 多语言支持 |
开发计划
- VAD (语音活动检测)
- 流式识别 (边录边转)
- GPU 加速支持
- 说话人分离
- 字幕导出 (SRT/VTT)
- 云端同步
常见问题
Q: 识别速度慢怎么办？
A: 尝试以下方法：
- 使用 SenseVoice Small 模型
- 启用 GPU 加速 (设置中开启)
- 降低音频采样率到 16kHz
Q: 支持哪些音频格式？
A: 支持 WAV、MP3、FLAC、OGG、M4A、AAC
Q: 如何更换模型？
A: 在设置页面选择模型，或手动下载 ONNX 模型到 models/ 目录
许可证
MIT License
贡献
欢迎提交 Issue 和 Pull Request！
致谢
- SenseVoice - 阿里达摩院开源 ASR 模型
- FunASR - 阿里语音识别工具包
- Tauri - Rust 桌面应用框架
- ONNX Runtime - 高性能推理引擎