按住语音快捷键说话，松开即可输入文字。
VoCoType Linux 是面向 Linux 桌面的语音输入工具，同时支持 Fcitx 5 与 IBus。核心语音识别在本地运行，无需 GPU；可选连接本机、局域网或云端的 OpenAI-compatible API，对长句进行润色和编辑。
Windows / macOS 用户请使用 VoCoType 官方桌面版：vocotype.com
VoCoType Linux v4.1.0-beta.1 已发布。 本版本继续基于 V4 的完整 C++ 原生架构，加入可录制的语音快捷键和锁定的 Nix 源码构建支持；现有模型、术语和 AI 配置无需迁移。
- 普通识别、AI 润色和语音编辑可分别录制快捷键，默认仍为
F9、Shift+F9和Ctrl+F9； - 支持
Alt_R、Control_R、Super_R等右侧修饰键和其他安全组合； - 自动拒绝裸字母、数字、导航键、常用系统快捷键、VoCoType 内部重复项和已检测到的 Fcitx/KDE/GNOME/X11 全局冲突；
- Fcitx 5 与 IBus 运行时会再次校验手工修改的配置，危险或重复值将恢复安全默认值；
- 新增锁定的 Nix flake，源码构建 universal、IBus-only、Fcitx5-only，并支持
x86_64-linux与aarch64-linux； - Release 继续提供 Debian/Ubuntu、Fedora/RHEL 和 Arch Linux 的三种 flavor，共 9 个安装包。
前往 V4.1 Beta 1 Release 下载。Release 包含 9 个发行包和统一的 SHA256SUMS；Nix 用户也可直接使用本次 tag 的 flake。升级后请打开 通用设置 → 语音快捷键 录制或确认按键。遇到问题请运行 Doctor 并提交 GitHub Issue。
- 本地语音识别：语音默认不离开设备，断网也能输入。
- 直接融入现有输入法：Fcitx 5 版本是全局 Module，可继续使用 Rime、拼音、Mozc 等原有输入法。
- 中文输入优化：支持中英混合识别、原生热词、用户术语和数字格式化。
- 按住即说：默认
F9快速识别、Shift+F9AI 润色；三个动作都可在设置中心直接录制新快捷键。 - 语音编辑：IBus 与 Fcitx 5 的
Ctrl+F9都由已配置的 SLM 结合 surrounding text 理解指令，可处理同音词替换、改写、导航和撤销重做。 - 图形化管理：安装、修复、麦克风测试、AI 配置、Doctor 和反馈均可在设置中心完成。
- 纯 CPU 可用：普通 Linux 笔记本和台式机即可运行，无需独立显卡。
test-2998.mp4
IBus 语音编辑：
Kooha-2026-03-29-08-50-00.webm
- 全图形化配置：安装、修复、模型下载、术语、ITN 和 AI 配置均可在设置中心完成。
- 自动诊断与反馈：Doctor、Playground、安装完整性检查、脱敏支持包和官方反馈入口已经集成。
- 可录制快捷键：普通识别、AI 润色和语音编辑可分别录制按键，并拒绝普通输入键、重复项和已检测到的桌面全局冲突。
- 共享语音编辑：IBus 与 Fcitx 5 已统一默认
Ctrl+F9编辑语义，并显示识别到的编辑指令。 - Nix / NixOS：锁定 flake 从 C++ 源码构建 universal、IBus-only 与 Fcitx5-only 三种 flavor。
- 实时识别预览：可选启用本地 FunASR 2-pass，在说话时持续更新 preedit，松键后仍由完整离线模型给出最终结果。
在 V4.1 Beta 1 Release 下载适合当前发行版与输入法框架的软件包，并可使用同页的 SHA256SUMS 校验文件：
# Debian / Ubuntu
sudo apt install ./vocotype-linux_*.deb
# Fedora / RHEL 系
sudo dnf install ./vocotype-linux-*.rpm
# Arch Linux
sudo pacman -U ./vocotype-linux-*.pkg.tar.zst安装软件包后：
- 从应用菜单打开 VoCoType 设置；
- 在“概览”中点击 安装 / 修复 Fcitx 5 或 安装 / 修复 IBus；
- 点击 校验并下载模型；
- 在 Playground 中选择麦克风，完成录音和识别测试。
Release 提供通用版、IBus 专用版和 Fcitx 5 专用版。每款都包含编译后的 native C++ core、FunASR worker、原生录音器、模型管理器和 GTK 设置中心；相应输入法集成也为 ELF/C++。安装后不创建 Python 环境，不打包 wheelhouse，也不处理 PYTHONPATH。语音模型作为用户缓存，由原生模型管理器校验或下载。AI 润色与语音编辑统一连接 OpenAI-compatible API；端点可位于本机、局域网或云端，VoCoType 不启动或管理模型进程。
适用于尚未提供原生包的发行版，或希望直接使用最新源码的用户：
git clone https://github.com/LeonardNJU/VocoType-linux.git
cd VocoType-linux
# Fcitx 5
bash fcitx5/scripts/install.sh --install-system-deps --download-models
# 或 IBus
bash ibus/scripts/install.sh --install-system-deps --download-models安装器会编译 C++ 组件；完成后从应用菜单打开 VoCoType 设置。日常运行不需要编译器或 Python。
仓库提供锁定的源码构建 flake：
nix run github:LeonardNJU/VocoType-linux/v4.1.0-beta.1#settings
nix build github:LeonardNJU/VocoType-linux/v4.1.0-beta.1#vocotype-fcitx5
nix build github:LeonardNJU/VocoType-linux/v4.1.0-beta.1#vocotype-ibus
nix build github:LeonardNJU/VocoType-linux/v4.1.0-beta.1#vocotype-universalNixOS 用户应把 Fcitx flavor 放入 i18n.inputMethod.fcitx5.addons，或把 IBus flavor 放入 i18n.inputMethod.ibus.engines。详见 Nix 与 NixOS 文档。
图形界面不可用时，仍可使用原有 CLI 安装入口：
| 集成 | 安装 | 卸载 |
|---|---|---|
| IBus | bash ibus/scripts/install.sh |
bash ibus/scripts/uninstall.sh |
| Fcitx 5 | bash fcitx5/scripts/install.sh |
bash fcitx5/scripts/uninstall.sh |
详细依赖、参数和手动排障请查看 IBus 文档 与 Fcitx 5 文档。
以下是默认值；可在 通用设置 → 语音快捷键 中点击录制按钮分别替换。
| 默认快捷键 | 功能 |
|---|---|
F9 |
按住录音；可选实时预览，松开后由完整离线识别提交最终文字 |
Shift+F9 |
识别后使用已配置的 AI 模型润色 |
Ctrl+F9 |
IBus / Fcitx 5 语音编辑：改写、替换、插入、删除、导航、撤销等 |
VoCoType 作为全局 Module 工作，安装后无需把 VoCoType 添加到输入法列表。继续使用现有的 Rime、拼音、Mozc 或键盘布局，直接使用已配置的普通识别快捷键即可；应用提供 surrounding text 时，也可使用语音编辑快捷键。
VoCoType 作为独立 IBus 引擎运行，并提供与 Fcitx 5 相同的可配置语音编辑快捷键。编辑能力取决于当前应用是否提供 surrounding text。
使用 FunASR Contextual Paraformer ONNX 在本地完成识别，支持中文、英文和中英混合输入。核心 ASR 不依赖网络，也不需要 GPU。
可选启用本地 FunASR 2-pass，在按住录音键说话时持续覆盖 IBus / Fcitx 5 的 preedit。预览不会直接提交；松键后仍使用完整录音、原生热词、标点与 ITN 流程生成最终文字。在线通道失败时会自动退回普通的录完后识别。
详见 实时识别预览文档。
在设置中心维护人名、项目名和专业术语。同一条词条可同时用于：
- 模型原生 hotword；
- 常见误识别到标准写法的替换；
- 防止标准术语被后续数字规则误改。
可将口语中的日期、时间、距离和金额转换为更适合书写的格式，例如：
二零二六年五月十一号 → 2026/05/11
下午三点二十分 → 15:20
三百二十米 → 320m
一百二十八元 → ¥128
每类转换都可在设置中心单独开关和预览。
Shift+F9 可将识别结果交给 AI 模型进行断句、纠错和长句润色，支持：
- 任意 OpenAI-compatible API，端点可位于本机、局域网或云端；
- 与 Ollama、llama.cpp、vLLM、OpenRouter 等兼容服务连接；
- SSE 流式预览；
- reasoning / thinking 过滤；
- 失败时保留原始识别文本。
AI 功能默认关闭。Shift+F9 润色和 Ctrl+F9 语音编辑都调用用户配置并测活的 OpenAI-compatible API；VoCoType 不负责下载、启动、预热或停止模型服务。若端点不在本机，相应的转写文本会发送到该接口，语音编辑还会发送当前应用提供的 surrounding text、光标和选区。IBus 与 Fcitx 5 共用同一套受限 JSON 编辑计划与本地安全执行器，不再使用自然语言硬编码命令。
先在“AI 功能”页完成配置与测活。在支持 surrounding text 的应用中，按 Ctrl+F9 后可以直接说：
- “把 A 改成 B”
- “删除上一句”
- “在结尾插入……”
- “移动到开头”
- “撤销修改”
原生 GTK 设置中心提供：
- 输入设备和采样率选择；
- 真实 PortAudio 录音与 ASR 测试；
- ITN 预览和术语 YAML 编辑；
- OpenAI-compatible 润色测试；
- Fcitx 5 / IBus 安装修复；
- 模型校验与下载；
- Doctor 环境检查和零 Python 运行时检查。
| 输入法框架 | 支持方式 | 适合场景 |
|---|---|---|
| Fcitx 5 | 全局 Module | KDE、Fcitx 5 + Rime / 拼音 / Mozc 用户；支持语音编辑 |
| IBus | 独立输入法引擎 | GNOME、默认使用 IBus 的发行版；支持语音编辑 |
两种集成可以同时安装，并共享术语、ITN 和 AI 配置。
- Linux：Debian、Ubuntu、Fedora、Arch 等主流发行版；
- Fcitx 5 或 IBus；
- 最低 4 GB 内存，推荐 8 GB；
- 从源码安装时需要 C++20、CMake 与相应系统开发库；
- 无需 GPU。
完整的功能配置、输入法集成和排障说明见 在线文档，文档源文件仍维护在仓库的 docs/。
VoCoType Linux 基于 VoCoType 核心引擎开发，并使用 FunASR 等开源项目。
第三方依赖与模型分别受其自身许可证约束，详见 THIRD_PARTY_NOTICES.md。项目许可证见 LICENSE。
维护者：Leonard Li · leo@lsamc.website