工具概览
概览
opencode-voice 是 Hyprland/Wayland 上 OpenCode 的按键通话语音控制系统。用户按住按键、说话、松开，OpenCode 随即大声回答。也可以在任何应用（如终端、浏览器或文档）的光标处口述文字。所有处理都在本机离线运行，包括本地语音转文字和本地文字转语音。系统使用常驻守护进程，在启动时加载一次 Whisper 模型，并在每次请求中复用，避免每句话都重新加载。它包含语音活动检测（VAD），用于跳过静音并裁剪语音，并为转写结果提供置信度分数。规范化步骤会对已知的误识别应用确定性的短语修正。架构在逻辑层面支持取消，并使用 socket IPC 在组件之间通信。语音对话会累积在同一个 OpenCode 会话中。
功能特点
- AI 助手
- 自然语言界面
- 工作流自动化
相关标签
ai-tools
ai-coding
hyperparameter-tuning
opencode
push-to-talk
ai
ai assistant
automation
应用场景
团队用 opencode-voice 在任何应用（如终端、浏览器或文档）的光标处口述文字。
开发者用 opencode-voice 把语音转写内容发送给 OpenCode，并听到大声朗读的回复。
用户可以把一个按键绑定到 voice-auto.sh 来启用免手动操作，停顿后自动提交。
团队用 opencode-voice 再次按住 SUPER 键来打断正在朗读的回复（插话）。
用户可以用 systemctl 和 journalctl 管理语音守护进程，查看状态和日志。
开发者可以运行基准测试，测量延迟、实时因子和置信度。
团队可以用语音命令启动应用，比如说“Open FireDragon”。
用户评论
还没有评论，来分享你的使用体验吧