forked from HaujetZhao/CapsWriter-Offline
-
Notifications
You must be signed in to change notification settings - Fork 3
/
config.py
172 lines (148 loc) · 13.7 KB
/
config.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
from collections.abc import Iterable
from pathlib import Path
# 服务端配置
class ServerConfig:
model = 'Paraformer' # 'Sensevoice' 或 'Paraformer'
# Sensevoice模型虽然多了粤英日韩多语种，但是，中文识别效果大不如Paraformer模型
# 比如转录字幕不完整，识别结果不准确、丢失标点等
# 如果你只说中文普通话，建议使用 'Paraformer' 模型
# 不影响简繁转换和翻译
addr = '0.0.0.0'
speech_recognition_port = '6016'
start_online_translate_server = True # 启用在线翻译服务
start_offline_translate_server = True # 启用离线翻译服务
offline_translate_port = '6017' # 离线翻译端口
format_num = True # 输出时是否将中文数字转为阿拉伯数字
format_punc = True # 使用 'Paraformer' 模型时，输出时是否启用标点符号引擎
format_spell = True # 输出时是否调整中英之间的空格
shrink_automatically_to_tray = True # 启动后不显示主窗口，自动缩小至托盘
only_run_once = True # 只允许运行一次，禁止多开
in_the_meantime_start_the_client = True # 启动服务端的同时启动客户端
in_the_meantime_start_the_client_and_run_as_admin = True # 启动服务端的同时以管理员权限启动客户端
# 当某程序以管理员权限运行
# 可能会出现有识别结果但是却无法在那个程序输入文字的状况
# 例如：Listary、PixPin等
# 这是因为 start_client_gui.exe 默认以用户权限运行客户端
# 运行在用户权限的程序无法控制管理员权限的程序
# 你可以关闭用户权限运行的客户端
# 尝试使用 start_client_gui_admin.exe
# 以管理员权限运行客户端
# 客户端配置
class ClientConfig:
addr = '127.0.0.1' # Server 地址
speech_recognition_port = '6016' # Server 端口
offline_translate_port = '6017' # 离线翻译端口
offline_translate_port_gemma2b = '11434' # Gemma 2B 离线翻译端口
speech_recognition_shortcut = 'caps lock' # 控制录音的快捷键，默认是 CapsLock
use_offline_translate_function = True # 启用离线翻译相关快捷键
offline_translate_shortcut = 'left shift' # 控制离线翻译的快捷键，默认是 Left Shift，按住Left Shift再按 CapsLock进行离线翻译
offline_translate_and_replace_the_selected_text_shortcut = 'ctrl + alt + p' # 控制离线翻译将光标选中的中文翻译并替换为英文的快捷键，光标选择中文文本，按下 ctrl + alt + p 快捷键，替换中文为英文
# 如果未选中任何文字,会将剪贴板的文字翻译为英文，并粘贴
use_online_translate_function = True # 启用在线翻译相关快捷键
online_translate_shortcut = 'right shift' # 控制在线翻译的快捷键，默认是 Right Shift，按住Right Shift再按 CapsLock进行在线翻译
# 在线翻译基于 DeepLX，过于频繁的请求可能导致 IP 被封
# 如果出现429错误，则表示你的IP被DeepL暂时屏蔽了，请不要在短时间内频繁请求。
online_translate_target_languages = 'JA' # 在线翻译目标语言
# 常用的 EN JA RU ，更多选择参考 https://www.deepl.com/docs-api/translate-text
online_translate_and_replace_the_selected_text_shortcut = 'ctrl + alt + [' # 控制在线翻译将光标选中的中文翻译并替换为 在线翻译目标语言 的快捷键，光标选择中文文本，按下 ctrl + alt + [ 快捷键，替换中文为 在线翻译目标语言
# 如果未选中任何文字,会将剪贴板的文字翻译为英文，并粘贴
use_search_selected_text_with_everything_function = True # 设置是否启用 使用 everything 搜索选中的文字
search_selected_text_with_everything_shortcut = 'ctrl + alt + f' # 调用 everything 搜索光标选中的字符
# 使用前需先安装 everything，https://www.voidtools.com/zh-cn/downloads/
everything_exe_path = 'C:\Program Files\Everything\Everything.exe' # 设置 everything 可执行文件位置
hold_mode = True # 长按模式，按下录音，松开停止，像对讲机一样用。
# 改为 False，则关闭长按模式，也就是单击模式
# 即：单击录音，再次单击停止
# 且：长按会执行原本的单击功能
suppress = False # 是否阻塞按键事件（让其它程序收不到这个按键消息）
restore_key = True # 录音完成，松开按键后，是否自动再按一遍，以恢复 CapsLock 或 Shift 等按键之前的状态
threshold = 0.3 # 按下快捷键后，触发语音识别的时间阈值
paste = True # 是否以写入剪切板然后模拟 Ctrl-V 粘贴的方式输出结果
restore_clipboard_after_paste = True # 模拟粘贴后是否恢复剪贴板
save_audio = True # 是否保存录音文件
save_markdown = True # 是否将记录写入 md 文件
audio_name_len = 20 # 将录音识别结果的前多少个字存储到录音文件名中，建议不要超过200
reduce_audio_files = True # 如果用户已安装 ffmpeg ，调用 ffmpeg 录音时输出 mp3 格式的音频文件，大大减小文件体积，减少磁盘占用
trash_punc = '，。,.' # 识别结果要消除的末尾标点
hot_zh = True # 是否启用中文热词替换，中文热词存储在 hot_zh.txt 文件里
多音字 = True # True 表示多音字匹配
声调 = False # False 表示忽略声调区别，这样「黄章」就能匹配「慌张」
hot_en = True # 是否启用英文热词替换，英文热词存储在 hot_en.txt 文件里
hot_rule = True # 是否启用自定义规则替换，自定义规则存储在 hot_rule.txt 文件里
hot_kwd = True # 是否启用关键词日记功能，自定义关键词存储在 keyword.txt 文件里
mic_seg_duration = 15 # 麦克风听写时分段长度：15秒
mic_seg_overlap = 2 # 麦克风听写时分段重叠：2秒
file_seg_duration = 25 # 转录文件时分段长度
file_seg_overlap = 2 # 转录文件时分段重叠
mute_other_audio = True # 录音时静音其他音频播放
pause_other_audio = True # 录音时暂停其他音频播放
arabic_year_number = True # 将****年 大写汉字替换为阿拉伯数字****年，例如一八四八年 替换为1848年
shrink_automatically_to_tray = False # 启动后不显示主窗口，自动缩小至托盘
only_run_once = True # 只允许运行一次，禁止多开
only_enable_microphones_when_pressed_record_shortcut = True # 只在按下录音快捷键时启用麦克风
# 建议启用，有些蓝牙耳机录音时无法播放
# 而且启用后，切换默认麦克风也不用重启客户端
# 比如从蓝牙耳机换回笔记本电脑默认麦克风
# 缺点就是输入的时候可能会慢些
# 毕竟要先建立与麦克风的连接
vscode_exe_path = 'C:\SSS\VSCode\Code - Insiders.exe' # 设置 VSCode 可执行文件位置
# 用于通过客户端托盘图标右键菜单项View 子菜单项
# 🤓 Open Home Folder With VSCode
# 使用 VSCode 快速打开 CapsWriter 主目录
# 方便调试
hint_while_recording_at_edit_position_powered_by_ahk = True # 是否启用 基于AHK的 输入光标位置的输入状态提示功能
hint_while_recording_at_cursor_position = True # 是否启用 跟随鼠标光标位置的新版输入状态提示功能
check_microphone_usage_by = "注册表" # "按键" 或 ”注册表“
# 默认通过监测注册表判断麦克风是否在被客户端使用进而确定是否在录音
# 如果设置了 `only_enable_microphones_when_pressed_record_shortcut = False`
# 会造成的鼠标光标旁边永远显示麦克风标志
# 将强制忽略此项设置使用 "按键"
# "按键" 是通过监测 `speech_recognition_shortcut` 状态是否按下进而推测是否在录音
enable_double_click_opposite_state = True # 是否启用,双击`录音键`临时转换 `简/繁` 体中文输出的功能
convert_to_traditional_chinese_main = '简' # `简/繁` 中文作为主要输出
opencc_converter = "s2t.json" # OpenCC转换器
# s2t.json Simplified Chinese to Traditional Chinese 簡體到繁體
# t2s.json Traditional Chinese to Simplified Chinese 繁體到簡體
# s2tw.json Simplified Chinese to Traditional Chinese (Taiwan Standard) 簡體到臺灣正體
# tw2s.json Traditional Chinese (Taiwan Standard) to Simplified Chinese 臺灣正體到簡體
# s2hk.json Simplified Chinese to Traditional Chinese (Hong Kong Standard) 簡體到香港繁體（香港小學學習字詞表標準）
# hk2s.json Traditional Chinese (Hong Kong Standard) to Simplified Chinese 香港繁體（香港小學學習字詞表標準）到簡體
# s2twp.json Simplified Chinese to Traditional Chinese (Taiwan Standard) with Taiwanese idiom 簡體到繁體（臺灣正體標準）並轉換爲臺灣常用詞彙
# tw2sp.json Traditional Chinese (Taiwan Standard) to Simplified Chinese with Mainland Chinese idiom 繁體（臺灣正體標準）到簡體並轉換爲中國大陸常用詞彙
# t2tw.json Traditional Chinese (OpenCC Standard) to Taiwan Standard 繁體（OpenCC 標準）到臺灣正體
# t2hk.json Traditional Chinese (OpenCC Standard) to Hong Kong Standard 繁體（OpenCC 標準）到香港繁體（香港小學學習字詞表標準）
# t2jp.json Traditional Chinese Characters (Kyūjitai) to New Japanese Kanji (Shinjitai) 繁體（OpenCC 標準，舊字體）到日文新字體
# jp2t.json New Japanese Kanji (Shinjitai) to Traditional Chinese Characters (Kyūjitai) 日文新字體到繁體（OpenCC 標準，舊字體）
class DeepLXConfig:
online_translate_port = '1188'
exe_path = Path() / 'deeplx_windows_amd64.exe'
api = "http://127.0.0.1:1188/translate"
class ModelPaths:
model_dir = Path() / 'models'
sensevoice_path = Path() / 'models' / 'sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17' / 'model.int8.onnx' # Sensevoice语音模型
sensevoice_tokens_path = Path() / 'models' / 'sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17' / 'tokens.txt'
paraformer_path = Path() / 'models' / 'paraformer-offline-zh' / 'model.int8.onnx' # Paraformer语音模型
paraformer_tokens_path = Path() / 'models' / 'paraformer-offline-zh' / 'tokens.txt'
punc_model_dir = Path() / 'models' / 'punc_ct-transformer_cn-en' # 标点模型
opus_mt_dir = Path() / 'models' / 'Helsinki-NLP--opus-mt-zh-en' # 离线翻译模型
class SenseVoiceArgs:
model = f'{ModelPaths.sensevoice_path}'
tokens = f'{ModelPaths.sensevoice_tokens_path}'
num_threads = 6
# sample_rate = 16000
# feature_dim = 80
# decoding_method = 'greedy_search'
# debug = False
# provider = "cpu" # cpu, cuda, coreml
language = "auto" # auto, zh, en, ja, ko, yue
use_itn = True
# rule_fsts = ""
# rule_fars = ""
class ParaformerArgs:
paraformer = f'{ModelPaths.paraformer_path}'
tokens = f'{ModelPaths.paraformer_tokens_path}'
num_threads = 6
sample_rate = 16000
feature_dim = 80
decoding_method = 'greedy_search'
debug = False