技术
偶然看到必应搜索可以语音输入，想到是否可以用ahk调用这个接口，经过ahk群友讨论，发现已经有大佬实现了demo。
用htlm+js调用接口，然后借助webview2返回结果给ahk。
然后用ahk实现桌面端实时语音输入打字。
效果
已经把这个技术应用到了我的打字翻译工具，识别速度和效果真惊艳。
链接： sxzxs/Real-time-translation-typing: 实时打字翻译软件 (github.com)
5 个赞
好东西要试用一下才知道。观看楼主说的会怀疑可用性，直到我试用一下这个识别速度和识别成功率。都是非常OK的。现在这段话就是用它打的感觉非常的流畅快速。包括翻译在内都是非常快的。
想问一下，如果只想用语音中文输入，不需要实时翻译功能，可以关闭吗？
我现在正在测试这个语音输入法。它的响应速度虽然跟不上我说话的速度。但是整个体验还是很好的。识别能力目前看也不错。
目前没有开放配置，可以直接改代码
你只管快速说，虽然实时识别跟不上，但是最终会全部识别
打开文本编辑器界面，盯了半天
，脑袋里一片迷茫。大佬，求助，可否修改个无翻译版，或者给个修改的指导（代码仅能看懂基本语法的程度）
就这？无丝竹乱耳，无案牍劳形，轻轻松松，搞掂
感谢
牛
！
我之前还弄了个类似的。不同点是语音输入的终端是手机。
和win11的win+h语音输入法比，区别大不，win+h好像也是网络识别的。
如果区别不大，感觉也可以拦截win+h，然后整合到Real-time-translation-typing
Win+H 在说话的时候，如果出现了停顿，语音识别会自动停止
。而这个工具不会。也就是说，用这个说话没有压力，可以说一句话稍作思考，再说下一句
微软新发布的插件 VS Code Speech 支持流式语音输入，而且也是离线的
目前是只能在 vscode 中使用，离线，多语言，流式，识别准确率还挺不错，能跟 paraformer 非流式打得有来有回
拆开 VS Code Speech 中文包看了下，
模型是量化的 onnx 格式：
从配置文件可以看到，流式语音识别模型是 RNN-Transducer ：
它用的是微软的 Azure / AI Services / Speech Service / Embedded Speech
文档：Embedded Speech - Speech service - Azure AI services | Microsoft Learn
也就是说，是微软的语音识别服务嵌入版，需要审核后下发 model key，才能用它的 api 和 sdk 使用模型，key 应该是嵌入到了 VS Code 的代码中。
能不能试下调用这个？离线、多语言、低 CPU 占用、高准确率。
VS Code 最新版 1.87
安装上如下的插件：
用 Ctrl + Alt + V 即可开启
1 个赞
怎么部署啊，直接 做成exe不可以吗？
本来就是exe，没看到？
在官方页面那里看到一堆东西，所以不知道具体用哪个。
alt+i触发语音
LOL游戏中是鼠标侧键1触发语音，鼠标侧键2触发发送