forked from HaujetZhao/CapsWriter-Offline
-
Notifications
You must be signed in to change notification settings - Fork 3
/
config.py
118 lines (103 loc) · 9.02 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
from collections.abc import Iterable
from pathlib import Path
# 服务端配置
class ServerConfig:
addr = '0.0.0.0'
speech_recognition_port = '6016'
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_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
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
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
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_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
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'
paraformer_path = Path() / 'models' / 'sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17' / 'model.int8.onnx' # 语音模型
tokens_path = Path() / 'models' / 'sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17' / '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 ParaformerArgs:
model = f'{ModelPaths.paraformer_path}'
tokens = f'{ModelPaths.tokens_path}'
num_threads = 6
sample_rate = 16000
# feature_dim = 80
# decoding_method = 'greedy_search'
use_itn = True
language = "auto"
debug = False
provider = "cpu"