VoiceInput 是一款 Windows 语音输入工具：按下全局快捷键开始说话，再次按下后自动把语音转成文字并粘贴到当前光标位置。
本分支基于 myuan19/voiceInput 修改，保留原软件的界面和主要功能，将云服务替换为：
- 语音转文字：腾讯云语音识别（ASR）
- AI 润色：智谱开放平台的免费 Flash 模型
默认使用“纯转录”模式，不会调用 AI 润色。软件仅支持 Windows。
项目发布仓库：cler1818/voiceInput。
- 全局快捷键开始或停止录音，默认
Ctrl+Shift+R - 自动将识别结果粘贴到当前输入框
- 纯转录、智能润色两种模式，默认纯转录
- 中文、英文及中英混说
- 顶部悬浮窗、实时波形、托盘菜单和提示音
- 麦克风选择、历史记录及原始录音保存
- 自定义快捷键和润色提示词
- 自动检查新版本
每位用户都需要注册自己的腾讯云和智谱账号，并在软件设置中填写自己的密钥。发布包不内置公共密钥，也不会替用户共享密钥。
软件仅使用腾讯云普通语音识别的免费规格：
| 录音长度 | 调用方式 | 腾讯云公布的每月免费额度 |
|---|---|---|
| 约 60 秒以内 | 一句话识别 | 5,000 次/月 |
| 超过约 60 秒 | 录音文件识别，软件自动分段 | 10 小时/月 |
识别引擎固定为 16k_zh-PY，用于中文、英文和中英混说。软件不启用大模型语音识别、情绪识别、说话人分离等付费能力。
- 默认模型：
glm-4.7-flash - 免费备用模型：
glm-4-flash-250414
当默认模型返回智谱 1302 速率限制或 1305 访问量过大时，软件会自动改用免费备用模型完成本次润色。
智能润色用于补充标点、纠正常见错字、去除口头语和合并重复表达，不应增加原语音中没有的信息。纯转录模式不需要智谱 API Key。
上述免费额度和模型价格以云厂商当前官方政策为准，厂商可能随时调整。请在注册和使用前再次核对：
软件包含以下保护：只允许已确认的免费引擎或免费模型；在本机记录当月用量；本地判断额度用完或云端返回免费额度不足时，提示“本月免费额度已用完”并停止调用。
但软件无法替用户修改腾讯云账号的计费设置，也无法从客户端绝对阻止云厂商计费。请务必在腾讯云控制台关闭或不要开通后付费、自动续费等选项，并定期查看用量。手动删除本地额度记录或换电脑会让软件重新计数，因此云控制台显示的实际用量始终是最终依据。
- 打开腾讯云官网并注册账号。
- 按腾讯云提示完成实名认证。
- 打开语音识别控制台，按页面提示开通语音识别服务，并确认普通语音识别的免费额度已经到账。
- 打开访问管理 API 密钥页面。
- 创建密钥，得到一组
SecretId和SecretKey。SecretKey通常只完整显示一次，请立即保存到安全位置。 - 打开 VoiceInput 的托盘菜单，进入 API/密钥设置，分别填入腾讯云
SecretId和SecretKey。 - 回到腾讯云费用与语音识别控制台，确认没有启用不需要的后付费或自动续费能力，并关注剩余额度。
安全建议：不要把 SecretId 或 SecretKey 发给别人，不要放入截图、聊天记录、源码或公开 GitHub 仓库。若密钥泄露，请立即在腾讯云密钥页面禁用或删除旧密钥，并创建新密钥。
- 打开智谱开放平台并注册、登录账号。
- 按平台要求完成实名认证或开发者认证。
- 打开 API Keys 页面。
- 创建新的 API Key，并保存到安全位置。
- 在 VoiceInput 的 API/密钥设置中填入智谱 API Key。
- 在托盘菜单中选择“智能润色”时，软件会使用选中的免费 Flash 模型；保持“纯转录”时不会调用智谱。
同样不要公开智谱 API Key。若怀疑泄露，请立即删除旧 Key 并创建新 Key。
从 cler1818/voiceInput Releases 下载最新版。发布时可提供：
- 安装包
VoiceInput-1.0.0-setup.exe - 便携压缩包
VoiceInput-1.0.0-portable.zip - 单文件版本
VoiceInput-1.0.0-portable.exe
首次运行后：
- 右键任务栏托盘中的 VoiceInput 图标。
- 打开 API/密钥设置，填写腾讯云 SecretId、SecretKey；需要 AI 润色时再填写智谱 API Key。
- 保持默认“纯转录”，或切换到“智能润色”。
- 在任意输入框中按
Ctrl+Shift+R开始录音，说完后再次按快捷键。
需要 Windows、Python 3.12 和可用的麦克风。
git clone https://github.com/cler1818/voiceInput.git
cd voiceInput
python -m venv .venv
.venv\Scripts\Activate.ps1
python -m pip install -r src\requirements.txt
python -u src\main.py密钥建议通过软件设置窗口录入。配置保存在当前 Windows 用户目录下的 %USERPROFILE%\.voiceinput\config.json，请勿将该文件上传到公开仓库。
python scripts\build.py --all构建结果位于 dist 目录。安装包还需要安装 Inno Setup。
- 配置：
%USERPROFILE%\.voiceinput\config.json - 日志：
%USERPROFILE%\.voiceinput\logs\ - 本地腾讯免费额度记录：
%USERPROFILE%\.voiceinput\tencent_free_usage.json
日志系统会对腾讯 SecretId、SecretKey 和智谱 API Key 等敏感字段进行脱敏。提交问题前仍请自行检查日志，避免公开任何账号或隐私信息。
- Python 3.12、PyQt6
- 腾讯云语音识别 Python SDK
- OpenAI 兼容客户端（调用智谱开放平台）
- PyAudio、pynput、NumPy、loguru
本项目遵循 MIT License。原始版权声明保留在 LICENSE 中。
感谢原项目作者 myuan19 及原项目贡献者。此分支对云服务接入和免费额度保护进行了修改，不代表腾讯云、智谱或原作者提供费用担保。