按住 CapsLock 或 鼠标 X2 说话，松开就上屏。就这么简单。
CapsWriter-Offline 是一个专为 Windows 打造的完全离线语音输入工具。
✨ 核心特性
- 语音输入：按住
CapsLock 键或鼠标侧键 X2说话，松开即输入，超低延迟，默认去除末尾逗句号。支持对讲机模式和单击录音模式。 - 文件转录：音视频文件往客户端 exe 一丢，字幕 (
.srt)、文本 (.txt)、时间戳 (.json) 统统都有。 - 数字 ITN：自动将「十五六个」转为「 15~16 个」，支持各种复杂数字格式。
- 热词替换：在
hot.txt记下偏僻词，通过音素模糊匹配，相似度大于阈值则强制替换。 - 正则替换：在
hot-rule.txt用正则或简单等号规则，精准强制替换。 - LLM 角色：预置了润色、小助理等角色，当识别结果的开头匹配任一角色名字时，将交由该角色处理。
- 托盘菜单：右键托盘图标即可添加热词、复制结果、清除 LLM 记忆。
- C/S 架构：服务端与客户端分离，虽然 Win7 老电脑跑不了服务端模型，但最少能用客户端输入。
- 日记归档：按日期保存你的每一句语音及其识别结果。
- 录音保存：所有语音均保存为本地音频文件，隐私安全，永不丢失。
CapsWriter-Offline 的精髓在于：完全离线（不受网络限制）、响应极快、高准确率 且 高度自定义。我追求的是一种「如臂使指」的流畅感，让它成为一个专属的一体化输入利器。无需安装，一个 U 盘就能带走，随插随用，保密电脑也能用。
以下为支持的模型：
引擎名 准确性 速度 格式 显卡加速 Paraformer ★★★☆☆ ★★★★★ ONNX ❌ SenseVoice-Small ★★★☆☆ ★★★★★ ONNX ✅ Fun-ASR-Nano ★★★★☆ ★★★★☆ ONNX + GGUF ✅ Qwen3-ASR ★★★★★ ★★★☆☆ ONNX + GGUF ✅性能参考（ 20s 音频转录延迟）：
模型 CPU U9-285H GPU RTX5050 Paraformer 0.6s - SenseVoice-Small 0.6s 0.15s Fun-ASR-Nano 2.0s 0.5s Qwen3-ASR-1.7B 4.0s 1.0s功能文档：
- 环境依赖安装说明 — VC++ 运行库、FFmpeg 安装
- 热词功能如何使用 — 热词替换、规则替换、自定义短语
- 角色功能如何使用 — LLM 角色配置、输出模式、创建新角色
- 识别语言如何配置 — 各引擎语言支持范围与配置方法
- 文件转录功能如何使用 — 拖拽转字幕、时间戳对齐
- 显卡加速的若干问题 — DirectML 、Vulkan 加速配置
- 模型下载的若干问题 — 引擎选择、模型下载、目录结构
- 更新日志
下载地址：
- 百度盘: https://pan.baidu.com/s/1GsrHynsRg3bAvNFoj8GuJQ 提取码: ngjo
- GitHub Release: HaujetZhao/CapsWriter-Offline
来源: v2ex查看原文