VoiceSnap

VoiceSnap 语闪

长按说话，松手即输 —— 离线 · 极速 · 跨平台

VoiceSnap 是一款离线语音转文字工具。按住快捷键说话，松开即识别并输入文字到任意应用。无需联网，无需注册，开箱即用。

核心特性

• 完全离线 — SenseVoice 模型本地推理，无数据上传
• DirectML GPU 加速 — 自动检测显卡，CPU 自动回退
• 两种输入模式 — 长按说话 + 短按自由说话
• 自定义快捷键 — 支持 Ctrl / Alt / Shift / 功能键 / 字母键
• 麦克风选择 — 下拉切换输入设备
• 录音音效 — 马林巴风格提示音（可关闭）
• 录音计时 — 指示器实时显示录音时长（0:00 → 0:03 → …）
• Escape 取消 — 录音中按 Esc 立即取消
• 剪贴板保护 — 粘贴后自动恢复原剪贴板内容
• 识别历史 — 自动保存最近 50 条，可复制、删除、设置保留时长
• 语气词过滤 — 自动去除"嗯、啊、呃"及 um/uh/hmm 等填充词
• 静音自动停止 — 自由说话模式下连续 3 秒无声自动结束并识别
• 中英混合优化 — 自动在中英文之间加空格，句首大写
• DPI 自适应 — 指示器根据系统缩放自动调整大小
• 指示器可拖拽 — 拖动浮动指示器到任意位置，自动记忆
• 中英双语界面 — 自动跟随系统语言
• 应用内更新 — 自动检查新版本并提示下载
• 系统托盘常驻 — 关闭窗口不退出
• 开机自启 — 可选

快速开始

用户

1. 从 Releases 下载最新版本
2. Windows 10/11：解压到任意目录，双击 voicesnap.exe
3. Windows 7：下载 Win7 专用版 VoiceSnap_Setup.exe（6.7 MB），双击解压即用
4. macOS：打开 .dmg，拖入 Applications，首次启动需授予辅助功能权限
5. 首次启动自动下载语音模型（~152 MB）
6. 就绪后，在任意输入框中按住 右 Ctrl（macOS: 右 Command）说话，松开即输入

开发者

# 环境要求
# - Go 1.22+ (Win7 版需 Go 1.20)
# - Node.js 20+
# - CGO 编译器 (Windows: LLVM MinGW UCRT, macOS: Xcode Command Line Tools)

# 克隆
git clone https://github.com/vorojar/VoiceSnap.git
cd VoiceSnap/VoiceSnapGo

# 安装前端依赖
cd frontend && npm install && cd ..

# 开发模式
wails3 dev

# 生产构建 (Windows)
windres voicesnap.rc -o voicesnap.syso
CGO_ENABLED=1 go build -ldflags "-H windowsgui -s -w" -o voicesnap.exe .

# 生产构建 (macOS)
CGO_ENABLED=1 go build -o voicesnap .

# 生产构建 (Windows 7)
cd ../VoiceSnapWin7
windres voicesnap.rc -o voicesnap.syso
GOROOT=/path/to/go1.20 CGO_ENABLED=1 go build -ldflags "-H windowsgui -s -w" -o voicesnap_win7.exe .
bash build_sfx.sh portable  # 生成 7z 自解压包

使用方法

1. 系统托盘出现 VoiceSnap 图标，引擎加载完成后就绪
2. 长按模式：按住快捷键说话，松开即识别并粘贴
3. 自由说话：短按一下开始，连续说话，再短按一下停止
4. 取消录音：录音中按 Esc
5. 右键托盘图标可打开设置或退出

运行文件

Windows 10/11:

文件	大小	说明
voicesnap.exe	~15 MB	主程序
onnxruntime.dll	~15 MB	ONNX Runtime
sherpa-onnx-c-api.dll	~4 MB	sherpa-onnx C API
sherpa-onnx-cxx-api.dll	~248 KB	sherpa-onnx C++ API
models/sensevoice/	~152 MB	语音模型（首次自动下载）

Windows 7 (64-bit):

文件	大小	说明
VoiceSnap_Setup.exe	~6.7 MB	7z 自解压包（含 exe + 91 个 DLL）
models/sensevoice/	~152 MB	语音模型（首次启动自动下载）

macOS:

文件	大小	说明
VoiceSnap.app	~15 MB	应用包（含 dylib）
models/sensevoice/	~152 MB	语音模型（首次自动下载）

项目结构

VoiceSnapGo/                # 主版本 (Windows 10/11 + macOS)
├── main.go                 # 入口：单实例 + Wails 启动
├── app.go                  # 编排：热键 → 录音 → 识别 → 粘贴
├── internal/               # 核心包（音频/引擎/热键/粘贴/...）
├── services/               # Wails 服务（前端绑定）
└── frontend/               # Svelte + Vite

VoiceSnapWin7/              # Windows 7 专用精简版
├── main.go                 # 入口：单实例
├── app.go                  # 编排（无 Wails 依赖）
├── tray_windows.go         # 原生 Win32 系统托盘
├── download_windows.go     # 模型自动下载 + 进度条
├── hotkey_dialog_windows.go # 热键设置对话框
├── screen_windows.go       # 屏幕定位 + 语言检测
├── build_sfx.sh            # 7z 自解压打包脚本
└── internal/               # 核心包（复用自 VoiceSnapGo）

技术栈

组件	技术
桌面框架	Wails v3
前端	Svelte 5 + Vite + TypeScript
音频录制	malgo (miniaudio)
语音识别	sherpa-onnx (SenseVoice)
全局热键	Windows: GetAsyncKeyState 轮询 / macOS: NSEvent + CGEventSource
文字输入	Windows: 剪贴板 + SendInput / macOS: 剪贴板 + CGEvent
浮动指示器	Windows: GDI+ Layered Window / macOS: AppKit + CoreGraphics
音效	程序合成 WAV + 平台原生播放

许可证

MIT License

致谢

• SherpaOnnx — 语音识别引擎
• Wails — Go 桌面应用框架
• SenseVoice — 语音模型