first commit

.gitignore

@@ -0,0 +1,2 @@
+/.conda
+/dist

README.md

@@ -0,0 +1,96 @@
+# VoiceInk - 智能语音输入助手 🎙️
+
+VoiceInk 是一款简单易用的智能语音输入工具，支持实时语音转文字，让您的输入更加轻松自如。
+
+## ✨ 主要特性
+
+- 🎯 **便捷操作**：按住 Ctrl 键说话，松开自动转写
+- 🚀 **实时转写**：基于大模型的快速准确的语音识别
+- 💡 **智能优化**：自动优化转写结果
+- 🔄 **历史记录**：支持查看和管理历史记录
+- 🎨 **界面美观**：简洁现代的用户界面,支持音频波形图显示
+- 🔒 **隐私保护**：本地处理，数据安全
+- 🌐 **符号处理**：支持自定义去除句尾符号或emoji表情
+- 📦 **便携设计**：绿色免安装，方便快捷
+
+## 🙌 界面截图
+
+### 主界面
+
+![](Clip_2024-10-24_15-38-38.png)
+
+### 设置界面
+
+![](Clip_2024-10-24_15-39-00.png)
+
+### 历史记录
+
+![](Clip_2024-10-24_15-39-22.png)
+
+## 🚀 快速开始
+
+### 下载安装
+
+1. 从 [Releases](https://github.com/yourusername/VoiceInk/releases) 页面下载最新版本
+2. 选择下载方式：
+   - 便携版（推荐）：下载 `VoiceInk_便携版.zip`
+   - 单文件版：下载 `VoiceInk.exe`
+
+### 首次使用
+
+1. 解压或运行程序
+2. 在设置中配置 API 密钥
+3. 按住 Ctrl 键开始录音
+4. 松开 Ctrl 键完成转写
+
+## 💻 使用说明
+
+### 基本操作
+
+- **开始录音**：按住 Ctrl 键
+- **结束录音**：松开 Ctrl 键
+- **查看历史**：点击系统托盘图标
+- **修改设置**：右键系统托盘图标
+
+## ⚙️ 配置说明
+
+### API 设置
+
+首次使用需要配置 API：
+- 转录服务 API Key (OpenAI/Groq/SliconFlow(中文用户推荐))
+- Siliconflow 服务目前只支持 FunAudioLLM/SenseVoiceSmall 模型,在 custom 模式下使用
+
+### 其他设置
+
+- 语音识别模型选择
+- 界面主题设置
+- 符号处理设置
+- 录音控制设置
+- 日志选项
+- 波形图位置设置
+
+## 📝 注意事项
+
+- 确保麦克风权限已开启
+- 建议使用较安静的环境
+- 定期备份历史记录
+
+## 🔄 更新日志
+
+### v1.0.0 (2024-10-24)
+- 首个正式版本发布
+- 支持实时语音转写
+- 支持历史记录管理
+- 支持系统托盘操作
+
+## 🤝 贡献指南
+
+欢迎提交 Issue 和 Pull Request！
+
+## 📄 许可证
+
+本项目采用 [MIT 许可证](LICENSE)
+
+---
+
+Made with ❤️ by [BryceWG](https://github.com/BryceWG)

build_scripts/build.py

@@ -0,0 +1,174 @@
+import os
+import shutil
+import subprocess
+from pathlib import Path
+
+def clean_dirs():
+    """清理构建目录"""
+    dirs_to_clean = ['build', 'dist', 'portable']
+    for dir_name in dirs_to_clean:
+        if os.path.exists(dir_name):
+            shutil.rmtree(dir_name)
+
+def create_portable():
+    """创建便携版"""
+    print("正在创建便携版...")
+
+    subprocess.run([
+        'pyinstaller',
+        '--noconfirm',
+        '--noconsole',
+        '--name=VoiceInk',
+        '--icon=resources/app.ico',
+        # 添加 qt.conf
+        '--add-data=qt.conf;.',
+        # 修改资源文件的打包方式
+        '--add-data=resources/app.ico;resources/',
+        '--add-data=resources/style.qss;resources/',
+        '--add-data=resources/icons/16x16/app.png;resources/icons/16x16/',
+        '--add-data=resources/icons/24x24/app.png;resources/icons/24x24/',
+        '--add-data=resources/icons/32x32/app.png;resources/icons/32x32/',
+        '--add-data=resources/icons/48x48/app.png;resources/icons/48x48/',
+        '--add-data=resources/icons/256x256/app.png;resources/icons/256x256/',
+        # 确保所有资源目录都被包含
+        '--add-data=resources;resources',
+        # PyQt6 相关配置
+        '--hidden-import=PyQt6',
+        '--hidden-import=PyQt6.QtCore',
+        '--hidden-import=PyQt6.QtGui',
+        '--hidden-import=PyQt6.QtWidgets',
+        '--hidden-import=PyQt6.sip',
+        '--collect-submodules=PyQt6',
+        '--collect-data=PyQt6',
+        # 添加系统托盘相关的依赖
+        '--hidden-import=PyQt6.QtWidgets.QSystemTrayIcon',
+        '--hidden-import=PyQt6.QtWidgets.QMenu',
+        '--hidden-import=PyQt6.QtGui.QIcon',
+        # 其他必要的依赖
+        '--hidden-import=pynput.keyboard._win32',
+        '--hidden-import=sounddevice',
+        '--hidden-import=numpy',
+        '--hidden-import=openai',
+        '--hidden-import=requests',
+        '--hidden-import=pyperclip',
+        '--hidden-import=pyautogui',
+        '--hidden-import=win32com.client',
+        '--hidden-import=emoji',
+        '--hidden-import=google.generativeai',  # 添加 Google AI 依赖
+        # 排除不需要的模块
+        '--exclude-module=matplotlib',
+        '--exclude-module=scipy',
+        '--exclude-module=pandas',
+        '--exclude-module=PIL',
+        '--exclude-module=cv2',
+        '--distpath=portable',
+        # 添加字体相关的依赖
+        '--hidden-import=PyQt6.QtGui.QFontDatabase',
+        '--hidden-import=PyQt6.QtGui.QFont',
+        'main.py'
+    ], check=True)
+
+    # 复制配置文件模板
+    shutil.copy('config.json', 'portable/VoiceInk/config.template.json')
+
+    # 创建启动脚本
+    with open('portable/VoiceInk/启动VoiceInk.bat', 'w', encoding='utf-8') as f:
+        f.write('@echo off\n')
+        f.write('cd /d "%~dp0"\n')  # 切换到脚本所在目录
+        f.write('start VoiceInk.exe\n')
+
+    # 创建说明文件
+    with open('portable/VoiceInk/说明.txt', 'w', encoding='utf-8') as f:
+        f.write('VoiceInk - 智能语音输入助手\n\n')
+        f.write('使用说明：\n')
+        f.write('1. 双击"启动VoiceInk.bat"运行程序\n')
+        f.write('2. 按住Ctrl键开始录音\n')
+        f.write('3. 松开Ctrl键结束录音并转写\n')
+        f.write('4. 转写文本将自动插入到当前焦点位置\n\n')
+        f.write('注意事项：\n')
+        f.write('- 首次运行请在设置中配置API密钥\n')
+        f.write('- 所有配置和历史记录都保存在程序目录下\n')
+        f.write('- 如需迁移程序，复制整个文件夹即可\n')
+
+    # 打包为zip
+    shutil.make_archive('VoiceInk_便携版', 'zip', 'portable/VoiceInk')
+    print("便携版创建完成：VoiceInk_便携版.zip")
+
+def create_single_exe():
+    """创建单文件版本"""
+    print("正在创建单文件版本...")
+
+    subprocess.run([
+        'pyinstaller',
+        '--noconfirm',
+        '--noconsole',
+        '--onefile',
+        '--name=VoiceInk',
+        '--icon=resources/app.ico',
+        # 添加 qt.conf
+        '--add-data=qt.conf;.',
+        # 修改资源文件的打包方式
+        '--add-data=resources/app.ico;resources/',
+        '--add-data=resources/style.qss;resources/',
+        '--add-data=resources/icons/16x16/app.png;resources/icons/16x16/',
+        '--add-data=resources/icons/24x24/app.png;resources/icons/24x24/',
+        '--add-data=resources/icons/32x32/app.png;resources/icons/32x32/',
+        '--add-data=resources/icons/48x48/app.png;resources/icons/48x48/',
+        '--add-data=resources/icons/256x256/app.png;resources/icons/256x256/',
+        # 确保所有资源目录都被包含
+        '--add-data=resources;resources',
+        # PyQt6 相关配置
+        '--hidden-import=PyQt6',
+        '--hidden-import=PyQt6.QtCore',
+        '--hidden-import=PyQt6.QtGui',
+        '--hidden-import=PyQt6.QtWidgets',
+        '--hidden-import=PyQt6.sip',
+        '--collect-submodules=PyQt6',
+        '--collect-data=PyQt6',
+        # 添加系统托盘相关的依赖
+        '--hidden-import=PyQt6.QtWidgets.QSystemTrayIcon',
+        '--hidden-import=PyQt6.QtWidgets.QMenu',
+        '--hidden-import=PyQt6.QtGui.QIcon',
+        # 其他必要的依赖
+        '--hidden-import=pynput.keyboard._win32',
+        '--hidden-import=sounddevice',
+        '--hidden-import=numpy',
+        '--hidden-import=openai',
+        '--hidden-import=requests',
+        '--hidden-import=pyperclip',
+        '--hidden-import=pyautogui',
+        '--hidden-import=win32com.client',
+        '--hidden-import=emoji',
+        '--hidden-import=google.generativeai',  # 添加 Google AI 依赖
+        # 排除不需要的模块
+        '--exclude-module=matplotlib',
+        '--exclude-module=scipy',
+        '--exclude-module=pandas',
+        '--exclude-module=PIL',
+        '--exclude-module=cv2',
+        'main.py'
+    ], check=True)
+
+    print("单文件版本创建完成：dist/VoiceInk.exe")
+
+def main():
+    # 检查是否在虚拟环境中
+    if not os.environ.get('VIRTUAL_ENV'):
+        print("警告：建议在虚拟环境中运行打包脚本")
+        input("按Enter继续，或Ctrl+C退出...")
+
+    # 清理旧的构建文件
+    clean_dirs()
+
+    # 创建便携版
+    create_portable()
+
+    # 创建单文件版本
+    create_single_exe()
+
+    print("\n打包完成！")
+    print("- 便携版: VoiceInk_便携版.zip")
+    print("- 单文件版: dist/VoiceInk.exe")
+
+if __name__ == "__main__":
+    main()

core/audio_recorder.py

@@ -0,0 +1,81 @@
+import sounddevice as sd
+import numpy as np
+import wave
+import io
+import threading
+import time
+
+class AudioRecorder:
+    def __init__(self):
+        self.sample_rate = 44100
+        self.channels = 1
+        self.frames = []
+        self.recording = False
+        self.stream = None
+        self._lock = threading.Lock()
+        self.audio_callback = None  # 添加回调函数
+
+    def set_audio_callback(self, callback):
+        """设置音频数据回调"""
+        self.audio_callback = callback
+
+    def start_recording(self):
+        with self._lock:
+            self.frames = []
+            self.recording = True
+
+        def callback(indata, frames, time, status):
+            if self.recording:
+                with self._lock:
+                    # 立即处理音频数据
+                    if self.audio_callback:
+                        self.audio_callback(indata)
+                    self.frames.append(indata.copy())
+
+        try:
+            # 使用更激进的低延迟设置
+            self.stream = sd.InputStream(
+                channels=self.channels,
+                samplerate=self.sample_rate,
+                callback=callback,
+                blocksize=256,  # 进一步减小块大小
+                latency='low',
+                device=None,
+                extra_settings=None
+            )
+            # 预先启动流并等待一小段时间以确保稳定
+            self.stream.start()
+            time.sleep(0.05)  # 短暂等待以确保流启动
+        except Exception as e:
+            self.recording = False
+            raise Exception(f"录音启动失败: {str(e)}")
+
+    def stop_recording(self):
+        if not self.stream:
+            return None
+
+        self.recording = False
+        try:
+            self.stream.stop()
+            self.stream.close()
+            self.stream = None
+
+            with self._lock:
+                if not self.frames:  # 检查是否有录音数据
+                    return None
+
+                audio_data = np.concatenate(self.frames, axis=0)
+                byte_io = io.BytesIO()
+
+                with wave.open(byte_io, 'wb') as wf:
+                    wf.setnchannels(self.channels)
+                    wf.setsampwidth(2)
+                    wf.setframerate(self.sample_rate)
+                    wf.writeframes((audio_data * 32767).astype(np.int16))
+
+                return byte_io.getvalue()
+
+        except Exception as e:
+            raise Exception(f"录音停止失败: {str(e)}")
+        finally:
+            self.frames = []