WhisperChain

WhisperChain – AI實時語音轉文字工具，自動對文本進行清理和優化

WhisperChain是什么

WhisperChain 是一款開源的語音識別工具，旨在通過語音輸入提升工作效率。該工具利用 Whisper.cpp 實現實時語音轉文本功能，同時結合 LangChain 對文本進行清理和優化，去除冗余詞匯，編輯和精煉內容。此外，WhisperChain 還具備全局快捷鍵功能，用戶可以隨時啟動語音輸入，自動將清理后的文本復制到剪貼板，便于快速粘貼。WhisperChain 提供 Streamlit Web UI 和 FastAPI 服務器架構，支持多種配置和擴展，特別適合需要高效語音記錄和文本優化的用戶。

WhisperChain

WhisperChain的主要功能

實時語音轉寫：將語音即時轉換為文本，提升記錄效率。
文本優化處理：對轉寫后的文本進行整理，去除冗余詞（例如“嗯”“啊”），優化語法和內容表達。
全局快捷鍵支持：用戶可自定義全局快捷鍵（如 <Ctrl>+<Alt>+R），快速啟動語音轉寫，操作簡單便捷。
剪貼板自動集成：處理后的文本會自動復制到剪貼板，用戶能輕松在任何應用中粘貼使用。
Streamlit Web界面：提供用戶友好的圖形界面，便于用戶通過網頁與工具互動，查看歷史記錄或重新編輯文本。
靈活的配置選項：支持通過配置文件或命令行參數進行個性化設置，如選擇不同的語音識別模型和端口。

WhisperChain的技術原理

Whisper.cpp：這是一款開源語音識別引擎，基于 OpenAI 的 Whisper 模型，能夠將語音信號轉化為文本，支持多種語言和方言，提供高效的實時識別能力，是 WhisperChain 的核心組成部分。
LangChain：此工具專注于文本處理和優化，能夠清理識別后的文本，去除不必要的填充詞和重復內容，優化語法和表達，使生成的文本更加自然流暢。
FastAPI 服務器與 WebSocket：WhisperChain 采用 FastAPI 構建后端服務器，通過 WebSocket 實現實時通信，語音數據通過 WebSocket 傳輸至服務器，服務器使用 Whisper.cpp 進行語音識別，并用 LangChain 處理文本，處理后的文本最終返回給客戶端，以實現高效的數據處理和傳輸。
Streamlit Web UI：Streamlit 是一個用于快速開發 Web 應用的框架，WhisperChain 通過 Streamlit 構建了圖形化界面，用戶可以方便地查看歷史記錄、重新編輯文本或調整設置。
全局快捷鍵與剪貼板集成：支持系統級全局快捷鍵，用戶能隨時啟動語音輸入，處理后的文本會自動復制到系統剪貼板，方便用戶在其他應用中使用。