把语音变成文字，还不出本机？CapsWriter-Offline 这台离线语音输入神器，真该试试誉卿博客

边说边出字、支持热词、能生成字幕、可接本地大模型——一个真正属于你自己的语音输入法。

导语

写周报写到手酸？开会两小时，整理记录又要两小时？用在线语音输入又担心录音被上传？

如果你也有这些烦恼，今天这篇值得读完。我们要聊的 CapsWriter-Offline，是一个完全本地、离线运行的语音转文字（语音输入/字幕）工具。它不依赖云端、不联网也能用，按住一个键说话，松开文字就"打"进光标位置——真正做到了边说边出字。更重要的是，它开源、免费，模型跑在你自己的电脑上，隐私完全掌握在自己手里。

下面从"它是什么"到"怎么用"，手把手带你上手。

① 这是什么 / 能干什么

CapsWriter-Offline 是一个开源的本地语音输入与字幕生成工具。本机部署在 C:CapsWriter-Offline，已安装的组件包括：

CapsWriter-Offline v2.6 Windows 完整包
Qwen3-ASR-1.7B（高准确率语音识别模型）
Qwen3-ForcedAligner-0.6B（给字幕补精确时间轴）
SenseVoice-Small（轻量快速模型）
FFmpeg 8.1.2（处理音视频）

它能做三件核心的事：实时语音输入（对着麦克风说话，文字实时上屏）、文件转录（把音频/视频转成文字和字幕）、角色调用（可接本地大模型做润色、翻译、问答）。

② 核心亮点

1. 完全离线、隐私优先 所有识别都在本机完成，不联网、不上云。默认配置里"LLM 后处理总开关"为 False，只做离线语音输入，断网照常工作。

2. 边说边出字 按住快捷键录音，松开即上屏，体验接近"说话即打字"。

3. 双模式，按需切换

高准确率模式 Qwen3-ASR：适合正式输入、长句、复杂词句。
快速轻量模式 SenseVoice：响应快、占显存少，准确率略低。

4. 热词纠错 专有名词、人名、英文产品名总识别错？在 hot.txt 里加一行即可，修改后自动热重载，不用重启。还能用 hot-rule.txt 做正则规则替换（例如"赫兹 = Hz"）。

5. 文件转字幕 把音频/视频拖到程序上，自动产出 .srt 字幕、.txt 文本、.json 时间戳。

③ 使用步骤

第一步：启动 项目根目录有两个"一键启动"脚本，推荐用它们（会自动切模型、结束旧实例再重启）：

高准确率：C:CapsWriter-Offline启动-Qwen3-ASR.cmd
快速轻量：C:CapsWriter-Offline启动-SenseVoice.cmd

也可以命令行指定模式：

<code class="language-powershell">powershell -NoProfile -ExecutionPolicy Bypass -File C:CapsWriter-Offlinetoolsstart_capswriter_mode.ps1 -ModelType qwen_asr</code>

或把 -ModelType 换成 sensevoice。

第二步：语音输入 默认快捷键（配置在 config_client.py）：

按住 CapsLock 开始录音，松开后识别并输入到当前光标位置；
或按住鼠标侧键 X2，松开上屏。

想要换成别的键？在 shortcuts 里改 key 即可，可用特殊键包括 space、enter、tab、esc、caps_lock、ctrl_l、shift、alt_l、方向键、f1~f24 等。hold_mode = True 为长按录音，False 为单击开始/再单击停止。

第三步：文件转录 & 字幕 把音频或视频文件直接拖到 C:CapsWriter-Offlinestart_client.exe，支持多文件一起拖。支持的音频格式有 mp3 / wav / flac / ogg / m4a / opus，视频有 mp4 / mkv / mov / avi / flv / wmv。结果保存在原文件同目录，默认生成 .srt、.txt、.json。

第四步：热词设置 打开 C:CapsWriter-Offlinehot.txt，按"每行一个词、| 分隔别名、第一个词是最终替换结果"的格式填写，例如：

<code>Claude | Cloud | 克劳德
hello@example.com | 我的邮箱</code>

说"我的邮箱"就会输入 hello@example.com。

几个常用配置项（均在 config_client.py）

paste = False：默认模拟键盘逐字输入；paste = True 改为先写剪贴板再 Ctrl+V 粘贴（微信、Telegram 等场景更稳）。
save_audio = True：自动保存录音，存到 C:CapsWriter-Offline年份月份assets，有 FFmpeg 时存为 .mp3。
language = 'auto'：识别语言，auto / chinese / english / japanese / cantonese / korean 等可选。
llm_enabled = False：默认关闭本地大模型角色；改为 True 并配置 C:CapsWriter-OfflineLLM 下的角色文件，可启用润色、翻译、问答。