Caps Writer

简介

一款语音输入工具，后台运行脚本后，按下大写锁定键超过 0.3 秒后，开始语音识别，松开按键之后，自动输入识别结果。

描述

本工具（Caps Writer）是一个电脑端的语音输入工具，使用了阿里云的一句话识别 api

（有兴趣的可以改成百度、腾讯、讯飞的 api 试试）。

使用方法很简单：用 python 运行 run.py 后，按下 Caps Lock（也就是大写锁定键）超过 0.3 秒后，就会开始用阿里云的 api 进行语音识别，松开按键后，会将识别结果自动输入。

对于聊天时候进行快捷输入、写代码时快速加入中文注释非常的方便。

视频演示

请到 HacPai 帖子中进行查看：

安装使用

本工具是一个python脚本，依赖于以下模块：

• keyboard
• pyaudio
• configparser
• aliyunsdkcore
• alibabacloud-nls-python-sdk

其中：

• pyaudio 在 windows 上不是太好安装，可以先到 这个链接 下载 pyaudio 对应版本的 whl 文件，再用 pip 安装
• alibabacloud-nls-python-sdk 不是通过 python 安装，而是通过 阿里云官方文档的方法 进行安装。

另外，需要在 run.py 中填入阿里云拥有 管理智能语音交互（NLS） 权限的 RAM访问控制 用户的 accessID、accessKey 和智能语音交互语音识别项目的 appkey 。

做完以上步骤后，只要运行 run.py 就可以用了！

本文件夹内有一个 安装指南 文件夹，在里面可以找到详细的安装指南，还包括了提前下载的 alibabacloud-nls-python-sdk 和 pyaudio 的 whl 文件。

后话

因为作者就是本着凑合能用就可以了的心态做这个工具的，所以图形界面什么的也没做，整个工具单纯就一个脚本，功能也就一个，按住大写锁定键开始语音识别，松开后输入结果。目前作者本人已经很满意。

欢迎有想法有能力的人将这个工具加以改进，比如加入讯飞、腾讯、百度的语音识别api，长按0.3秒后开始识别时加一个提示等等等等。