QuickVoice 语音输入

界面与截图

大模型上下文校正设置窗口；画面不含 API Key、录音或用户识别内容

技术栈

核心功能

• 右 Alt 第一次单击开始、第二次单击结束；松开不再中止录音
• 明确的 idle → recording → stopping → idle 状态机，处理按键重复、启动失败和停止失败恢复
• 语音识别在本地完成，不把录音上传到云端
• 验证原窗口与输入位置后再写入；目标改变时不跨软件误输入
• 无法安全写入时保留剪贴板结果，用户可自行粘贴
• 360×36 紧凑状态条按当前屏幕任务栏位置贴边显示：可见任务栏零间隙，自动隐藏任务栏保留 1px 唤醒边缘
• 状态条空闲时隐藏；录音无正文时只显示 → 和 ↩，实时识别文字在两者之间滚动
• 纯本地转换显示橙色 ⚠，AI 处理中显示 ↻，采用 AI 结果显示 ✓，真实错误显示红色 !
• 10 分钟级长时录音采用流式分段与检查点，不一次性把整段音频载入内存
• 最终正文先写入 Unicode 剪贴板，再尝试直填锁定目标；成功后约 180ms 隐藏状态条
• 托盘提供 DeepSeek / GPT 二选一设置；两套 API Key 使用当前 Windows 用户的 DPAPI 分开保存，并在首次配置时提示“填写 → 保存 → 测试”
• GPT 可选择模型和推理等级，并区分鉴权失败、模型不可用与中转站接口不兼容，便于用户自行排查配置
• 在线校正只发送最终识别文字，不上传音频；网络、鉴权或模型失败时继续交付本地原文