|
|
01a39ddc8c
|
feat: 实现基于 VAD 的流式 WAV 录制识别方案
- 新增 StreamingAudioWriter 组件：持续录制 WAV 文件，VAD 检测静音段自动切换
- 静音检测：检测到 ~1s 连续静音后关闭当前文件，触发 chunkCompleted 信号
- STTTestPage 重构：移除缓冲区推理模式，改为 WAV 文件流式识别
- 每个 WAV 文件完成后在后台线程读取并推理，不阻塞继续录制
- 设置页面新增「调试音频目录」配置项
- 音频存储路径：debug 模式使用配置目录，非 debug 模式使用系统临时目录
Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
|
2026-05-13 15:33:03 +08:00 |
|
|
|
ef97b962c3
|
refactor: 全局共享 STT 模型，避免重复加载
将 SenseVoiceEngine 提升为 Application 级别的全局单例，应用启动时
异步加载一次模型，实时语音识别、文件转写和快捷键语音输入共享同一实例。
- Application 创建并管理全局 SenseVoiceEngine，启动时加载模型
- STTTestPage、FileTranscribePage、VoiceInputService 不再各自
创建引擎，改为接收全局实例
- 移除各模块中冗余的 loadModel/loadModelAsync/unloadModel 调用
- 模型未加载时提供友好的等待提示，而非加载失败的错误弹窗
Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
|
2026-05-13 14:10:31 +08:00 |
|
|
|
a7a5b141a9
|
fix: STT测试页面异步推理，防止模型推理阻塞音频采集
SenseVoice 完整推理耗时数秒，原实现中 processAudioChunk 在
音频回调中同步调用 infer()，导致 PortAudio 回调线程阻塞，
表现为"程序无响应"。
修复方案：
- onAudioDataReady 仅缓存音频数据，不再同步调用推理
- QTimer 周期性触发，从缓冲区提取音频块
- 推理在 QtConcurrent 后台线程执行
- isInferencing_ 标志防止排队积压，推理期间跳过新音频块
- UI 实时显示缓冲区状态和推理进度
Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
|
2026-05-12 19:41:38 +08:00 |
|
|
|
9a6dfa3b88
|
feat: 集成 SenseVoice 完整推理管线
- 新增 SenseVoiceEngine: 专用 SenseVoice ONNX 模型推理引擎
- 新增 SenseVoiceFeatures: Fbank 特征提取 + LFR 拼接 + CMVN 归一化
- 80-dim Mel 滤波器组 + 对数压缩
- LFR (Low Frame Rate): window_size=7, window_shift=6 → 560-dim
- CMVN: neg_mean / inv_stddev 从模型元数据自动提取
- 新增 SenseVoiceTokenizer: 加载 tokens.txt 词表，BPE 解码
- 新增 CTC 贪婪解码: 去除重复 token 和空白符
- 配置页面新增词表路径选择
- STT 测试页面和文件转写页面切换至 SenseVoiceEngine
- 更新 CMakeLists.txt 包含所有新增源文件
- 模型: /home/alvin/Documents/SenseVoice-Small/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17/model.onnx
- 语言支持: 中文/英语/日语/韩语/粤语 自动检测
Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
|
2026-05-12 19:26:11 +08:00 |
|
|
|
02e100b318
|
feat: 初始化 Impress Voice Input 项目
基于 ONNX 的实时语音转文本输入法，C++ 跨平台实现。
核心组件：
- Qt 6 跨平台 GUI（实时识别 / 文件转写 / 配置页面）
- ONNX Runtime 推理引擎（异步模型加载）
- PortAudio 音频采集
- dr_libs 音频文件解码
- JSON 配置管理（线程安全，自动持久化）
- 日志系统（控制台 + 文件输出）
Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
|
2026-05-12 15:53:05 +08:00 |
|
