CapsWriter-Offline（更多详情可访问作者项目地址）是一款完全免费开源的离线语音输入神器，无需联网即可实现低延迟、高精度的可视化语音识别。它基于一个陈旧的开源项目，通过 Python 重新开发，在原有基础上进行了深度改造与功能升级，新增了实用的热键操作、智能声音提示、云端剪贴板功能、语音翻译模块，同时优化了 GUI 图形设置界面，升级了标点符号与语音识别引擎。
这款软件完美替代那些需要联网调用API 或付费使用的语音输入工具，不仅界面简洁直观，无需注册登录，功能完全开放，而且支持离线翻译。无论是会议记录，还是在各类带有输入框的软件（如文档编辑、游戏聊天窗口等）中，都能轻松解决频繁切换中英文输入法的烦恼。该软件支持 CPU 处理，同时兼容 Cuda 加速，适配 Win10 至 Win11 系统，近期已完成更新，有需要的用户可以下载体验。软件特性：离线高效输入：支持完全离线运行，无使用时长限制。在高性能CPU 上实现低延迟、高准确率输入，支持中英混合输入与简繁体自由切换，可自动识别阿拉伯数字、调整中英间距并添加标点，无需额外复制粘贴操作。
多语种智能交互：搭载中、粤、英、日、韩等多语言识别引擎，较传统Whisper 识别效果更佳。输入时，光标处麦克风实时显示录音状态，完成识别后以声音提示输出结果。
双模式翻译输出：提供离线翻译与DeepLX 在线翻译两种模式，自动将识别语音转为目标语言并直接输出，满足不同场景需求。
沉浸式录音体验：采用防干扰设计，开启录音后自动静音系统其他音频，减少环境干扰，保障语音输入的纯净度与专注度。
云端便捷管理：支持录音文本按日期或关键词自动分类存档，识别内容可秒传至云剪贴板，兼容iOS 设备分享，实现跨平台高效协作。
音视频转录利器：将音视频文件拖至客户端，即可快速生成srt、txt 等通用字幕文件，满足会议纪要、视频字幕制作等多种需求。
个性化词汇扩展：可通过编辑hot-en.txt、hot-zh.txt 等文本文件，自定义添加热词与关键词规则，客户端自动加载，优化特定词汇识别效果。
灵活部署配置：默认支持客户端随服务端自动启动，支持多开操作，适配多客户端协同使用，满足团队或多场景应用需求。
以上功能均可在可视化设置界面或py 配置文件中自由定制，打造专属语音输入体验。
使用说明：详细完整说明教程请戳> >
https://github.com/H1DDENADM1N/CapsWriter-Offline?tab=readme-ov-file#-%E7%89%B9%E6%80%A7
以下仅作简明版扼要：1. 为方便用户快速上手，特别提供一键整合的懒人包版本，开箱即可使用。该版本已集成所有必要组件，无需繁琐的 py 部署操作（与项目拆分版本需手动合并不同）。解压前请暂时关闭杀毒软件及 Windows 防火墙，避免误删文件。
解压后，双击start_server_gui.exe启动服务端，等待系统自动加载 py 依赖环境和标点语音引擎。当界面底部出现 “连接成功” 提示时，即可开始使用，加载时长因电脑配置而异。
软件默认设置为长按Caps Lock键激活麦克风录音，松开即完成语音识别并输入文字。若剪贴板有历史粘贴记录，可随意复制任一文件进行清空。服务端与客户端均设有系统托盘图标，右键点击 “QUIT” 即可退出程序。
---------------------------------------------------------------------------------------------------------------------------
2. 基础快捷键操作指南（默认配置，使用前请排查按键冲突）
Caps Lock：按住开始录音，松开即刻识别语音并输入文字，操作类似语音聊天。
Left Shift + Caps Lock：语音识别后，自动进行离线英文翻译并输入结果。
Right Shift + Caps Lock：识别后启用在线翻译（默认翻译为日文），完成后直接输入译文。
双击CapsLock：快速切换简体、繁体中文语音输入模式。
长按CapsLock：恢复传统大写字母锁定功能。
Ctrl + Alt + P：选中中文文本，一键完成离线英文翻译并替换原文。
Ctrl + Alt + [：对选中的文本进行在线翻译，并直接替换为翻译内容。
Ctrl + Alt + F：调用Everything 工具，快速搜索选中的文字内容。
Ctrl + 鼠标滚轮：自由调整UI 界面文字大小，方便查看与操作。
拖放操作：将音视频文件拖至client 客户端窗口，自动生成 SRT 格式字幕。
云贴功能：点击云贴按钮，即可将文本框内容上传至云剪贴板，同步生成分享链接与二维码。
---------------------------------------------------------------------------------------------------------------------------
※若需要修改相关设置，请先双击运行edit_config_gui.exe，比如允许多开服务端、修改端口、自定义修改为不常用的按键录音、录制内音；或关掉长按模式换为单击前后两次形式（适合较长语音）等。修改完配置后建议直接长按保存服务/客户端 配置并重启服务端（可在系统托盘处右击服务端图标的“Restart Client”），否则已修改的配置并不会生效。【若有不确定的选项建议勿修改，免得产生未知bug 】
---------------------------------------------------------------------------------------------------------------------------
3. 开机自启设置方法（非必需，适合追求便捷的用户；若已修改配置或非首次使用，建议谨慎操作，也可通过系统或第三方工具实现自启）
首先，右键点击服务端程序start_server_gui.exe，创建其快捷方式。接着，打开文件资源管理器，将shell:startup命令复制到路径栏并回车，系统会自动跳转至启动文件夹。最后，将刚创建的快捷方式拖入该文件夹，即可实现开机时自动启动服务端与客户端。此外，还能在软件设置中开启自动最小化至系统托盘的功能，让使用更省心。
如下：
---------------------------------------------------------------------------------------------------------------------------
4. 当涉及人名同音字、数量词、网络热词等特殊词汇的识别时，需手动在 hot-rule.txt文件中添加对应规则，否则软件将按默认词库输出内容。
此外需注意，目录下的txt文件虽允许自由修改内容，但不推荐更改文件名。这些文件与已编译的 py 配置文件紧密关联，若无专业能力同步调整相关配置，随意重命名极易引发各类异常问题。
---------------------------------------------------------------------------------------------------------------------------
5. 使用时，只需将音视频文件拖拽至客户端程序 start_client_gui.exe，即可自动启动转录流程。需注意，该字幕转录功能依赖 server 服务端完成加载，若服务端未就绪，可能导致程序闪退或无法运行。
转录完成后，生成文件将自动保存在音视频源文件所在目录：
json 文件：精准记录每个字词的时间戳；
txt 文件：以分行形式呈现识别结果；
merge.txt 文件：输出带标点的完整文本段落；
srt 文件：通用字幕格式，支持导出至 PR 等剪辑软件进一步编辑。
若字幕存在细微误差，可直接修改txt文件内容，随后将修改后的 txt 文件拖入 client 客户端，系统会自动同步修正其余格式字幕文件。需说明，此功能为辅助特性，纯中文或英文内容的识别效果更佳，与专业字幕工具相比仍存在一定差距。
其余功能自行体验。。。
---------------------------------------------------------------------------------------------------------------------------
※已测 Win 10 LTSC 及Win 11 24H2 官方原版系统均可在飞行模式下离线正常使用并输出（如下，极限时长可自测，但其它精简类系统无法保证）~~~---------------------------------------------------------------------------------------------------------------------------
PS：
安全与隐私保障：本软件经火绒安全检测无拦截风险，代码完全公开透明。由于采用py 整合打包编译机制，可能导致部分杀毒软件误判报警。为确保本地化隐私安全及离线使用体验，软件安装包体积相对较大。若存疑虑，可在虚拟环境运行或通过抓包工具验证安全性，对此介意者请勿下载使用，或删除软件目录后选用其他工具。
性能影响因素：软件的处理效率与识别准确率受多种条件制约，包括设备CPU 性能（支持低配设备）、语音输入时长、语速快慢、环境噪音等。通常情况下，CPU 性能越高、音频时长越短、语速适中、语音清晰且语种常见时，处理速度与识别精度更佳，但存在一定波动；反之则效果会相应降低。
服务端界面：（可任意处右键菜单复制粘贴、全选、撤销等）
相关设置：（此处已改为不常用的insert [即Ins ] 键激活录音，均可自行开合任意选项）
参考原文：https://mp.weixin.qq.com/s/gjWS6CrnyIwDRt_lGIdhbw
轻轻一点就关注, 好运连连挡不住，点个关注吧。
