Note
本仓库基于 @HaujetZhao/CapsWriter-Offline 进行 macOS 可用适配；上游仍以 Windows 为主要支持平台。
Windows 按住 CapsLock，macOS 按住右 Shift；说话后松开就上屏。
CapsWriter-Offline 是一个完全离线语音输入工具，支持 Windows；本 fork 另提供 Apple Silicon macOS 手动构建与运行适配。
v2.6.0-macos.2
提供可审查的源码安装脚本，不包含预编译 App 或模型。需要 Apple Silicon Mac、网络连接、
Homebrew 和约 5 GB 可用空间。
INSTALLER_DIR="$(mktemp -d "${TMPDIR:-/tmp}/capswriter-installer.XXXXXX")"
cd "$INSTALLER_DIR"
BASE_URL=https://github.com/Alex-ghost599/CapsWriter-Offline-macOS/releases/download/v2.6.0-macos.2
curl -fLO "$BASE_URL/install-macos.sh"
curl -fLO "$BASE_URL/SHA256SUMS"
shasum -a 256 -c SHA256SUMS
printf '%s %s\n' \
'b8d6f8fc861ae64c46a10e0cd9b224a18fe39323a6d4ba29673995cdf2e57b77' \
'install-macos.sh' | shasum -a 256 -c -
bash install-macos.sh两次校验都必须显示 install-macos.sh: OK。脚本会固定安装该 tag，以 uv 管理 Python 3.12
和冻结依赖，默认校验下载模型并在本机构建 dist/CapsWriter.app。默认目录是
~/CapsWriter-Offline-macOS；只要该路径已经存在，
安装器就会在 Homebrew 前停止，请用 --install-dir <新路径> 另选目录，不要删除或覆盖旧目录。
使用自定义目录时，也要把后文启动命令中的默认目录替换成该路径。用 --skip-models 可暂不
下载约 530 MB 模型，但在补下载前不能完成真实听写验收。
安装器不会自动启动程序。先在一个终端保持服务端运行：
cd ~/CapsWriter-Offline-macOS
CAPSWRITER_SERVER_BIND=127.0.0.1 CAPSWRITER_SERVER_PORT=6016 \
CAPSWRITER_MODEL_TYPE=paraformer uv run python start_server.py再开一个终端启动客户端：
open ~/CapsWriter-Offline-macOS/dist/CapsWriter.app在“系统设置 > 隐私与安全性”中为最终的 CapsWriter.app 开启麦克风、辅助功能和输入监控，
然后退出并重新打开 App。打开 TextEdit，把光标放入文档，由本人按住右 Shift 说话并松开；
只有识别文本实际写入前台输入框，才算第一次安装完成。测试句不要包含姓名、账号或工作内容等
敏感信息，因为录音、日志和转写结果默认会保存在本机。每台 Mac 都要分别安装和授权。
完整参数、模型延后下载、配置和排错见 macOS 安装与运行；安全边界、 失败续接和逐项验收见 Agent 安装执行规约。
在目标 Mac 上打开具备终端访问能力的 Codex、Claude Code 或其他 agent，把下面整句话复制给它。 agent 会先读取安装执行规约，执行可自动化步骤，并在 Homebrew、 系统权限和真人发声等环节请求你确认：
请先完整阅读这份安装执行规约：https://github.com/Alex-ghost599/CapsWriter-Offline-macOS/blob/develop/docs/agent-macos-install.md；然后严格按文档在这台 Apple Silicon Mac 上协助我安装和配置 CapsWriter-Offline-macOS：你可以执行必要的终端命令并验证结果，但不得删除或重置已有目录、不得跳过 SHA-256 校验，未经我明确同意不得跳过模型，安装 Homebrew、修改配置或需要 macOS 隐私权限时先征得我确认，最后由我完成真人右 Shift 录音并确认文本实际写入前台应用。
- 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 |
详细功能说明请参考 docs/ 目录：
- macOS 安装与运行 — uv 环境、模型校验、应用构建和 TCC 权限
- Agent 安装执行规约 — 供本机 agent 执行安装、权限引导和真人验收
- 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
- 常见问题 — FAQ
- 更新日志
Windows 10/11（64 位）仍是上游主要支持平台。
- Linux：暂无环境进行测试和打包，无法保证兼容性。
- macOS：本 fork 已在 Apple Silicon 上使用 USB 物理麦克风和真人说话验证 Paraformer 服务端、右 Shift 全局热键、TextEdit/Chrome 上屏及剪贴板恢复。当前需要按 macOS 安装与运行 从源码构建，尚未使用 Developer ID 签名或公证发布。
LazyTyper 和 闪电说 也是很优秀的作品，都有离线引擎，都支持 Windows Linux 与 MacOS，并都有漂亮的图形化页面，推荐使用。
CapsWriter 的特别之处在于追求：
- 无感输入
- 完全离线，不受网络约束
- 低延迟，尽量做到硬件极限的最快速度
- 高度自定义的热词系统
Apple Silicon macOS 请使用上面的 Release 源码安装入口，或按 macOS 安装与运行 手动操作。以下步骤为 Windows 发行包流程。
- 准备环境：确保安装了 VC++ 运行库。若要使用文件转录功能，还需安装 ffmpeg 并确保其在系统 PATH 中。
- 下载解压：下载 Latest Release 里的软件本体，再到 Models Release 下载模型压缩包，将模型解压，放入
models文件夹中对应模型的文件夹里。 - 启动服务：双击
start_server.exe，它会自动最小化到托盘菜单。 - 启动听写：双击
start_client.exe，它会自动最小化到托盘菜单。 - 开始录音：按住
CapsLock键或鼠标侧键X2就可以说话了！
所有的设置都在根目录的 config_server.py 和 config_client.py 里，可直接编辑。
macOS 默认仅配置右 Shift（shift_r）作为录音键。源码或终端启动时可通过
CAPSWRITER_HOTKEY=f10 临时改为其他单键；当前不支持 Option+Space 这类组合键。
Q: 为什么按了没反应？
A: 请确认 start_client.exe 的黑窗口还在运行。若想在管理员权限运行的程序中输入，也需以管理员权限运行客户端。
Q: 为什么识别结果没字？
A: 到 年/月/assets 文件夹中检查录音文件，看是不是没有录到音；听听录音效果，是不是麦克风太差，建议使用桌面 USB 麦克风；检查麦克风权限。
Q: 想要隐藏黑窗口？
A: 点击托盘菜单即可隐藏黑窗口。
Q: 如何开机启动？
A: Win+R 输入 shell:startup 打开启动文件夹，将服务端、客户端的快捷方式放进去即可。
更多问题请参阅 docs/常见问题.md。
| 项目名称 | 说明 | 体验地址 |
|---|---|---|
| IME_Indicator | Windows 输入法中英状态指示器 | 下载即用 |
| Rust-Tray | 将控制台最小化到托盘图标的工具 | 下载即用 |
| Gallery-Viewer | 网页端图库查看器，纯 HTML 实现 | 点击即用 |
| 全景图片查看器 | 单个网页实现全景照片、视频查看 | 点击即用 |
| 图标生成器 | 使用 Font-Awesome 生成网站 Icon | 点击即用 |
| 五笔编码反查 | 86 五笔编码在线反查 | 点击即用 |
| 快捷键映射图 | 可视化、交互式的快捷键映射图 (中文版) | 点击即用 |
本项目基于以下优秀的开源项目：
上游作者感谢 Google Antigravity、Anthropic Claude、GLM、DeepSeek 对项目开发的帮助。
同时感谢支持上游项目并帮助其持续开发的捐助者。
如需支持原作者，可使用上游保留的赞助入口：
本仓库沿用上游的 MIT License。允许使用、复制、修改和再分发；分发时须保留
LICENSE 中的原版权声明与许可声明。