Voice Input - Linux 语音输入工具

依赖

• wtype - Wayland 文本注入
• sounddevice - 实时录音
• qwen-asr - 语音识别 (Qwen3-ASR-0.6B)
• pygame - OSD 波形显示

安装

cd ~/code/ttsinput
uv sync

使用

# 启动守护进程 (首次运行或开机时)
uv --directory ~/code/ttsinput/ run voice_input --daemon

# 开始录音
uv --directory ~/code/ttsinput/ run voice_input --start

# 停止录音并注入文字
uv --directory ~/code/ttsinput/ run voice_input --stop

Hyprland 热键配置

编辑 ~/.config/hypr/hyprland.conf:

bindo = , F4, exec, uv --directory ~/code/ttsinput/ run voice_input --start
bindr = , F4, exec, uv --directory ~/code/ttsinput/ run voice_input --stop

配置

编辑 ~/code/ttsinput/config.yaml:

asr:
  model: "Qwen/Qwen3-ASR-0.6B"
  language: "Chinese"
  dtype: "float16"
  device: "cuda:0"
  max_batch_size: 1

调试

# 测试文本注入
echo "测试文字" | wtype -

# 查看 GPU 内存
nvidia-smi