voxtype

Q: 怎么切换识别引擎？

在 config.toml 中设置 engine = ＂whisper＂ 或 engine = ＂parakeet＂；ONNX 版 AppImage 已附带 Vulkan Whisper 二进制，无需更换镜像。

按住说话，松手出字，Wayland 离线听写

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署语音识别 🍴 复刻 202 🐛 待处理 347 👀 关注 7

GitHub ↗

GitHub 星标 ★ 1728

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，需自行部署

项目预览

项目数据

分类语音识别

开发团队peteonrails

GitHubhttps://github.com/peteonrails/voxtype

定价模式🏷️完全免费

价格说明开源免费，需自行部署

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Rust

技术栈/模型accessibility,dictation,gnome,hyprland,kde,linux,offline,push-to-talk,rust,speech-recognition,speech-to-text,sway,voice-to-text,voice-typing,wayland,whisper,whisper-cpp

GitHub 星标★ 1728

上线时间2025-11-28 00:00:00

代码更新2026-10-31

仓库体积222.3 MB

本站数据更新2026-11-02

维护状态活跃

收录时间2026-09-12

浏览次数3

项目介绍

voxtype 是一款面向 Linux Wayland 桌面的离线语音转文字工具，用 Rust 编写。它解决的核心问题是：在 Wayland 合成器（如 Hyprland、Sway、GNOME、KDE）下，缺少一个简单可靠、不依赖云端的按键说话（push-to-talk）听写方案。用户按住快捷键说话，松开即把识别结果直接输入到当前光标位置，全程本地推理，音频不出本机。它通过模拟键盘输入或调用无障碍接口把文字送进任意应用，因此不挑编辑器、终端或聊天窗口。项目支持离线语音识别模型，兼顾隐私与低延迟，并针对 Wayland 的输入限制做了适配，避免了 X11 时代工具在 Wayland 上无法注入按键的痛点。对经常写代码、写文档、做会议记录又注重隐私的 Linux 用户来说，它把语音输入变成了系统级能力。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-12 · 当前星标 ★ 1728

技术标签

accessibility dictation linux offline rust

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 30 分钟部署方式：本地安装 6 步

环境要求

Linux 桌面环境（Wayland 合成器：Hyprland、Sway、GNOME、KDE 等）
音频服务：PipeWire 或 PulseAudio
打字后端：wtype（推荐）或 dotool / ydotool + 守护进程 / wl-clipboard
从源码构建需安装 Rust 工具链（rustup）
磁盘空间：量化模型约 1.5 GB（q4f16）

安装与启动步骤

1安装打字后端

按发行版安装 wtype 与 wl-clipboard；Fedora 用 dnf、Arch 用 pacman，包名相同
```
sudo apt install wtype wl-clipboard
```
2安装 Rust 工具链

源码构建才需要；使用官方 rustup 脚本安装，安装后重新打开终端
```
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
```
3确认音频服务

确保 PipeWire 或 PulseAudio 正在运行，否则无法采集麦克风音频；无需额外命令
4编译发布版

在源码目录执行；如需 GPU 加速改用 gpu-cuda、gpu-hipblas 或 gpu-metal 特性
```
cargo build --release
```
5启动守护进程

前台运行，按 Ctrl+C 停止；首次使用会自动加载所选引擎的模型
```
./target/release/voxtype
```
6按键说话验证

按住 ScrollLock 说话，松开后文字出现在光标处；无法输入时写入剪贴板

关键配置

配置项	必填	说明	示例
`engine`	否	选择语音识别引擎，可用的 ONNX 镜像内置多个引擎	`engine = "whisper"`
`VOXTYPE_GPU`	否	Whisper-only AppImage 中启用 GPU 加速的环境变量	`VOXTYPE_GPU=1`
`config.toml 路径`	否	用户配置文件位置，参考默认注释配置修改	`~/.config/voxtype/config.toml`