impress_asr_input_rust/BUILD.md

impress_asr_input_rust 构建指南

项目概述

本项目是一款高性能跨平台桌面语音识别输入工具，包含：

• CLI 工具 (impress_asr): 命令行语音识别工具
• GUI 应用 (impress_asr_gui): 基于 Tauri 的图形界面应用（需要额外依赖）

快速开始

1. 环境要求

• Rust 1.75+
• Node.js 18+ (用于前端构建)
• Git

2. 构建 CLI 版本（无系统依赖）

# 克隆仓库
cd impress_asr_input_rust

# 构建前端资源
cd web
npm install
npm run build
cd ..

# 构建 CLI 工具
cargo build --release

# 运行
./target/release/impress_asr --help

3. 构建 GUI 版本（需要系统依赖）

Linux (Ubuntu/Debian)

# 安装系统依赖
sudo apt-get update
sudo apt-get install -y \
    pkg-config \
    libglib2.0-dev \
    libgtk-3-dev \
    libwebkit2gtk-4.1-dev \
    libappindicator3-dev \
    librsvg2-dev \
    libasound2-dev \
    libssl-dev

# 构建
cargo build --release --features gui

# 运行
./target/release/impress_asr_gui

macOS

# 安装 Xcode 命令行工具
xcode-select --install

# 构建
cargo build --release --features gui

Windows

# 安装 Visual Studio Build Tools 2019+
# 确保安装 "Desktop development with C++"

# 构建
cargo build --release --features gui

下载模型

语音识别需要 ONNX 模型文件。以下是推荐的模型来源：

SenseVoice Small（推荐）

# 从 ModelScope 下载
wget -O models/sensevoice-small.onnx \
  "https://modelscope.cn/api/v1/models/iic/SenseVoiceSmall/file?FilePath=model.onnx"

# 或从 HuggingFace 下载
wget -O models/sensevoice-small.onnx \
  "https://huggingface.co/FunAudioLLM/SenseVoiceSmall/resolve/main/model.onnx"

FunASR Paraformer（中文优化）

wget -O models/paraformer.onnx \
  "https://modelscope.cn/api/v1/models/iic/paraformer-zh/file?FilePath=model.onnx"

使用指南

CLI 工具

# 列出音频设备
./target/release/impress_asr devices

# 识别音频文件
./target/release/impress_asr recognize audio.wav

# 下载模型
./target/release/impress_asr download --name sensevoice-small

# 录制音频（需要 cpal 库支持）
./target/release/impress_asr record -o output.wav

GUI 应用

# 启动应用
./target/release/impress_asr_gui

# 或使用系统托盘
# 应用启动后会在系统托盘显示图标
# 右键点击可访问常用功能

项目结构

impress_asr_input_rust/
├── src/
│   ├── bin/
│   │   └── cli.rs          # CLI 入口
│   ├── app/                # Tauri 应用层 (GUI)
│   ├── audio/              # 音频处理
│   ├── asr/                # 语音识别核心
│   ├── config/             # 配置管理
│   ├── tray/               # 系统托盘 (GUI)
│   ├── utils/              # 工具函数
│   ├── main.rs             # GUI 入口
│   └── lib.rs              # 库导出
├── web/                    # React 前端
│   ├── src/
│   │   ├── pages/
│   │   │   ├── RecordPage.tsx
│   │   │   ├── FileConvertPage.tsx
│   │   │   └── SettingsPage.tsx
│   └── dist/               # 构建产物
├── models/                 # ONNX 模型目录
└── resources/              # 资源文件

特性说明

编译特性

特性	描述	依赖
gui	启用图形界面	Tauri, global-hotkey, 系统库
onnx	启用 ONNX 推理	onnxruntime-ng

默认构建

默认构建仅包含 CLI 工具，不依赖任何系统库：

cargo build --release

完整功能构建

cargo build --release --features gui,onnx

故障排除

构建错误：找不到 pkg-config

# Ubuntu/Debian
sudo apt-get install pkg-config

# macOS
brew install pkg-config

# Arch Linux
sudo pacman -S pkg-config

构建错误：ALSA 未找到

# Ubuntu/Debian
sudo apt-get install libasound2-dev

# Arch Linux
sudo pacman -S alsa-lib

运行时错误：模型文件不存在

确保模型文件已下载到正确位置：

ls -la models/sensevoice-small.onnx

# 如果不存在，下载模型
./target/release/impress_asr download

GUI 无法启动

1. 确认已安装所有系统依赖
2. 检查 tauri.conf.json 配置
3. 确保前端已构建：cd web && npm run build

性能优化

发布构建优化

项目已配置以下优化：

[profile.release]
lto = true           # 链接时优化
codegen-units = 1    # 单一代码单元，更好优化
opt-level = 3        # 最高优化级别
strip = true         # 移除调试符号

模型优化

1. 量化模型: 使用 INT8 量化模型可减少 50-75% 大小
2. 模型选择: SenseVoice Small 在速度和精度间取得良好平衡
3. GPU 加速: 启用 CUDA 或 DirectML 后端（需要 onnx 特性）

许可证

MIT License