蛐蛐 (QuQu)— 开源的桌面端语音输入与文本处理工具
☞☞☞AI智能聊天、问答助手、AI智能搜索，免费无限使用DeepSeek R1模型☜☜☜ 微软文字转语音
微软文字转语音，支持多种朗读风格选择，语速可调。0 查看详情 什么是蛐蛐（QuQu）
流程替代方案。该工具集成阿里巴巴funasr paraformer模型，支持本地化部署运行，有效保护用户隐私。同时融合先进的AI技术，实现高精度语音识别、智能文本优化、上下文感知输出。具备编程术语识别能力，兼容多种国内领先AI模型，支持一键唤醒、实时转写、自动粘贴功能，帮助用户在安静环境下高效完成语音输入，解放双手，显著提升工作流程效率。蛐蛐(QuQu)主要功能 一键唤醒：通过全局快捷键随时启动语音输入，操作便捷，响应迅速。 实时识别：基于本地部署的FunASR引擎，实现精准的中文语音识别，低噪音环境下依然保持输出精度。 智能优化：接入大型语言模型，自动纠正语音错误、语法错误和色彩校正，输出更自然流畅的文本。 上下文感知：根据背景语言智能调整内容输出，增强语言一致性和准确性。 编程支持：专门针对代码术语、技术词汇的识别进行了优化，适合程序员和技术作家。 隐私保护：所有语音数据本地处理，不上传云端，全面保护用户信息安全。 Paraformer：采用阿野开源的Paraformer-large模型，拥有强大的中文语音识别能力，可在本地运行，并保证低延迟和高隐私性。FSMN-VAD：用于检测语音活动，精准判断语音响应时间，避免无效录音干扰。CT-Transformer：应用于解码阶段，提升语种识别结果的逻辑性和准确率。AI模型集成：两阶段处理架构：结合ASR（语音转录）和LLM（语言理解）两个模块，转录后进行优化，实现从“听”到“懂”的转变。OpenAI API兼容设计：可对接任何遵循OpenAI接口标准的服务，优先兼容Kimi、Kimi等国产优秀模型。前端及桌面技术栈： 前端框架：使用 React 19 TypeScript 构建，使用 Tailwind CSS 和 shadcn/ui 实现现代化 UI 设计，为 Vite 构建工具，保证开发效率和性能。 桌面应用层：基于 Electron 开发，实现跨平台一致的体验，以及功能的丰富性和系统兼容性。 QuQu 的项目地址 GitHub 仓库：https://www.php.cn/link/29a3d252405fb67dcf7e17e04522fff0蛐蛐 (QuQu) 应用场景 写作与内容创作：将口语快速转换为高质量文本，适用于绘图员、自媒体、记者等高频文字工作者。 辅助编程：通过语音输入命令代码或评论，减少键盘依赖，提高开发效率。 会议记录：会议内容实时语音转写，并通过 AI 自动整理要点和摘要，并进行后续归档和审核。学习和笔记整理：听课、讲座或培训时，用语音实时记录关键信息，减轻手写负担。办公文档处理：在安静的办公室等环境下，使用语音高效书写电子邮件、报告等文档，提高日常办公效率。 github tools mac typescript Architecture css electro 前端金图 接口栈 github windows macos Transformer http linux ui 文档处理 大家都在： 豆包Linux系统依赖失败 豆包AI系统库依赖解决方案 jar包在Linux服务器已运行好してますますますますますますますますますますますますますますます