FastWrite · 语音速记（掌机版）

说一段，写一段。 一台复古掌机形态的本地语音速记工具：对着它口述，屏幕实时变字，停下自动落定并复制，直接粘贴进文档。识别本地优先、热词可定制、AI 辅助纠错/润色，双击即用。

→ 在线预览可交互原型

特性

• 本地识别，隐私可控 — 基于 FunASR paraformer-zh-streaming 流式引擎 + VAD 自动分段 + 标点恢复，音频默认不出本机。
• 热词定制 — 卡带背面维护人名、术语、项目名，识别请求实时携带，立即生效。
• AI 辅助（按键式） — 菱形键 FIX 纠错 / POL 润色，均以原始识别文本为输入，避免多次处理后的叠加劣化；结果自动复制并覆盖历史。
• 零依赖兜底 — 无 Python 环境时自动降级浏览器 Web Speech API，功能不中断（无热词/AI 能力）。
• 掌机质感界面 — 暗绿屏 + 琥珀字、扫描线、真实麦克风波形、十字录制键、卡带翻面、SLOT 01–03 会话历史，纯 HTML/CSS/JS 单文件前端。

快速开始

双击 FastWrite-Launcher.bat

• 首次运行会自动创建虚拟环境并安装依赖（含 PyTorch，需要联网，耗时数分钟）；FunASR 模型首次加载约 10–60 秒。
• 启动完成后浏览器自动打开 http://localhost:8964/。
• 无可用 Python 环境时，启动器会退化为纯静态服务（FastWrite-Server.ps1），前端自动切换到浏览器语音识别兜底。
• 端口 8964 被占用时：若是 FastWrite 自己已在运行，启动器会直接打开浏览器；若被其他程序占用，会提示需要先释放端口。

配置 AI 纠错 / 润色（可选）

FIX / POL 依赖一个 OpenAI 兼容的 LLM 接口（默认 DeepSeek）。不配置也完全不影响录音与识别，仅 FIX/POL 会静默跳过。

copy server\config.example.json server\config.json

编辑 server/config.json 填入你的 api_key：

{
  "provider": "deepseek",
  "base_url": "https://api.deepseek.com",
  "api_key": "sk-...",
  "model": "deepseek-v4-flash",
  "timeout": 10
}

server/config.json 已在 .gitignore 中，API Key 仅存本机后端，不会被提交、也不会发送给前端。

项目结构

FastWrite/
├─ Handheld.html              # 前端：掌机界面，单文件 HTML/CSS/JS
├─ FastWrite-Launcher.bat     # 启动器：拉起本地后端，无 Python 时降级
├─ FastWrite-Server.ps1       # 兜底静态服务器（无 Python 环境时）
├─ server/
│  ├─ main.py                 # FastAPI：静态服务 + WS 流式识别 + 热词/LLM 接口
│  ├─ asr_engine.py           # FunASR 封装：流式 ASR + VAD 分段 + 标点恢复
│  ├─ llm_proxy.py            # LLM 代理：纠错 / 润色（OpenAI 兼容协议）
│  ├─ config.example.json     # LLM 配置模板（config.json 需自行创建，勿提交）
│  ├─ hotwords.json           # 本地热词表（运行时生成，勿提交）
│  └─ test_ws.py              # WS /ws/asr 端到端冒烟测试脚本
├─ PRD.md                     # 产品需求文档
└─ 掌机原型说明.md              # 掌机 UI 原型的功能与交互说明

技术栈

层	选型
前端	原生 HTML / CSS / JS（无框架），单文件交付
后端	FastAPI + Uvicorn（WebSocket 流式）
语音识别	FunASR：paraformer-zh-streaming（流式 ASR）+ fsmn-vad（分段）+ ct-punc（标点）
AI 纠错/润色	OpenAI 兼容接口（DeepSeek 默认，可换 OpenAI / 本地 Ollama）
兜底识别	浏览器 Web Speech API

核心接口

接口	说明
GET /health	探测本地引擎是否可达、模型是否加载完成、LLM 是否已配置
WS /ws/asr	流式上传 16k/16bit/mono PCM，返回 interim / final / done
GET/POST /hotwords	读取/保存热词表
POST /rewrite	LLM 纠错（correct）/ 润色（polish）

已知限制

• 仅支持中文识别（本地引擎不支持中英混合/多语言）。
• 会话内历史（SLOT 01–03）不持久化，刷新页面即清空。
• 屏幕文字只读，不提供屏内编辑。
• 当前仅验证 Windows 10/11 + Chrome/Edge。

Roadmap

• 掌机视觉与交互（机身/屏幕/翻面/卡带/按键/真实波形）
• 本地识别后端（FunASR 流式 + VAD + 热词）
• LLM 纠错/润色代理
• 前端工程化（模块化源码 + 单文件构建）
• 全链路验收打磨（异常路径、启动器体验）

License

MIT © Wang Peinan

---

_{Created by WeaPoN}