🎤 阿色语音快捷输入法（讯飞版）

使用效果

Windows 屏幕常驻语音输入法：按住鼠标说话，松开即识别并输出到光标处。

长按鼠标左键呼出输入按钮，在保持与讯飞输入法同等准确性的前提下，解决讯飞输入法自带的大块悬浮窗口遮盖文字的问题。使用起来非常方便迅捷。

基于讯飞开放平台「语音听写 iat」引擎，识别结果通过模拟键盘/剪贴板注入到任意应用——记事本、浏览器、聊天窗口、办公软件均可使用。打包为单文件 exe，无需安装 Python 环境即可运行。

特色：零学习成本的长按说话交互 · 单文件免安装 · 支持开机自启 · 语音速记模式
🔗 GitHub 仓库：arthurqwang/ArthurVoiceInput

✨ 功能特性

特性	说明
🖱️ 长按说话	在任意输入位置长按鼠标左键（约 0.3s）呼出浮窗，按住说话、松手识别
🎙️ 讯飞 iat 引擎	16kHz 音频 WebSocket 实时听写，中文识别稳定
⌨️ 三种注入模式	`clipboard`（Ctrl+V 粘贴，默认）/ `type`（底层键盘模拟）/ `kb`（语音速记到 markdown 文件）
🔑 全局热键	`Ctrl+Alt+Space` 按住也可录音
🚀 单文件 exe	PyInstaller 打包，脱离 Python 环境独立运行（约 33MB）
🔄 智能重启	右键菜单「重启」一键重启，配置改动即时生效
🌅 开机自启	配置窗口勾选即写注册表；exe 每次启动自检自愈（改名/移动后自动修正）
📡 代理友好	自动读取 `HTTPS_PROXY` / `HTTP_PROXY` 走代理（适配内网）

🚀 快速开始

方式一：直接使用（推荐）

下载 Releases 中的 ArthurVoiceInput.exe（64 位 Windows 8.1+）
双击运行，屏幕出现淡红色麦克风小圆饼
首次使用需配置讯飞密钥（见下），免费额度每日 500 次

申请讯飞密钥（免费）

打开 https://www.xfyun.cn 注册账号
控制台 → 创建应用 → 语音听写 iat
获取 APPID / APIKey / APISecret 三项
右键输入法图标 → 「配置」→ 填入三项密钥 → 保存（重启后生效）

使用方法

在欲输入位置长按鼠标左键（约 0.3 秒），呼出输入图标
按住图标说话 → 说完松手
识别结果自动输出到当前光标位置
隐藏后，再次长按鼠标左键即可重新呼出
快捷热键：按住 Ctrl+Alt+Space 说话，松手同样识别输出。

🔧 从源码运行（开发者）

环境要求

Python 3.13（需带 tkinter）
麦克风 + 网络

安装与运行

pip install -r requirements.txt
python voice_input.py

环境变量（可选）

变量	默认值	说明
`VI_MODE`	`clipboard`	注入方式：`clipboard` / `type` / `kb`
`VI_KB_DIR`	`./voice_notes`	kb 模式落盘目录（语音速记文件）
`XFYUN_APPID`	—	讯飞密钥（也可写入同目录 `xfyun_config.ini`）
`XFYUN_APIKEY`	—	同上
`XFYUN_APISECRET`	—	同上

> 凭证优先级：环境变量 > xfyun_config.ini（格式见 [xfyun] 段）

打包为单文件 exe

pip install pyinstaller
python build_exe.py        # 产物：dist/ArthurVoiceInput.exe

打包完成后会自动同步开机自启动注册表（若已启用），exe 启动时也会自检修正自启动路径。

📁 项目结构

ArthurVoiceInput/
├── voice_input.py      # 主程序：浮窗 UI / 录音 / 注入 / 菜单 / 自启动
├── xfyun_asr.py        # 讯飞 iat WebSocket 引擎（鉴权 / 代理 / 重试）
├── build_exe.py        # PyInstaller 打包脚本
├── requirements.txt    # Python 依赖
├── run_xfyun.bat       # 一键启动脚本（读 xfyun_config.ini 凭证）
├── AVI_logo28.png      # 浮窗 idle 图标 / 窗口图标
├── AVI_logo.ico        # exe 图标（由 AVI_logo.png 生成）
└── dist/               # 打包产物（ArthurVoiceInput.exe）

❓ 常见问题（FAQ）

Q：杀毒软件误报？
A：单文件 exe 未做代码签名，360/Defender 等可能误报，添加信任即可；面向公众大规模分发可考虑代码签名。

Q：首次启动慢？
A：单文件 exe 每次启动需解压到临时目录（约 3~10 秒），属正常；常驻运行后无影响。

Q：识别为空或乱码？
A：确认麦克风正常、网络畅通、说话清晰；讯飞对低音量前段易"脑补"乱码，可适当靠近麦克风。

Q：免费额度多少？
A：讯飞每日免费 500 次，每次最长 60 秒。

Q：exe 改名/移动后开机自启动失效？
A：不会。exe 每次启动自动自检，若自启动项未指向当前 exe 会自动修正；build_exe.py 打包后也会自动同步。

🧠 技术要点

讯飞鉴权：HMAC‑SHA256 生成 authorization，WSS 握手（iat‑api.xfyun.cn/v2/iat）
代理适配：内网环境手动 CONNECT 建隧道 + 手包 TLS，规避企业代理对 WSS 空闲的秒断
稳定性：3 次退避重试；普通模式（非 dwa=wpgs）避免短句拼接乱码
注入链路：KEYEVENTF_UNICODE → Ctrl+V → WM_PASTE → PostMessage 四级降级
浮窗渲染：UpdateLayeredWindow per‑pixel alpha 半透明圆饼，录音波形动画

🙏 作者与社区

作者：阿色（Arthur），大系统观
官网：https://www.holomind.com.cn（大系统观开放论坛）

欢迎 Star ⭐、Issue 反馈与 PR 共建！