OpenWhispr自动学习纠错机制揭秘越用越懂你的听写工具【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhisprOpenWhispr 是一款隐私优先、跨平台的语音转文字听写工具支持本地模型Nvidia Parakeet / Whisper与云端模型BYOK 自带密钥最出彩的一点是它会自动学习你的纠错。你在任何输入框里改了什么词它就把正确的写法悄悄记进词典下次再遇到同样的发音识别准确率立刻提升。这篇文章将用 5 分钟带你彻底看懂这套自动学习纠错机制的工作原理以及如何使用它。先搞懂OpenWhispr 是什么OpenWhispr 的核心工作流很简单按住快捷键说话→ 语音被转成文字自动粘贴到当前聚焦的输入框编辑器、聊天框、表单都可以你顺手改错→ 纠错被记录并学习第 3 步就是它的杀手锏。想动手试一下克隆仓库看看源码结构git clone https://gitcode.com/GitHub_Trending/op/openwhispr自动学习三步走机制完整拆解 整个机制由三个模块协作完成全部在本地运行不上传任何数据。第一步粘贴后盯梢输入框文字粘贴进目标应用后src/helpers/textEditMonitor.js 中的TextEditMonitor会默默观察这个输入框最多 30 秒。它按平台选择不同的读屏方式平台监控方式macOS原生 Swift 可访问性二进制失败时回退到 AppleScript 轮询Windowswindows-text-monitor.exe独立监听进程Linuxlinux-text-monitor原生程序或 Python 脚本一旦你修改了刚粘贴的文字它就发出text-edited事件同时携带原文和修改后的内容两份数据。第二步智能 diff只提取值得学的词真正聪明的地方在 src/utils/correctionLearner.js 的extractCorrections函数。它不是简单地对比两版文字而是一层层过滤定位编辑区域用滑动窗口找词重叠率忽略你在别处添加的内容词级对齐LCS找出被替换的词对如Shunade → Sinead重写检测超过 50% 的词都变了那是在改写而不是纠错直接放弃常用词过滤the、and等日常词不学习避免词典灌水发音相似度门槛用 Levenshtein 编辑距离计算相似度低于 0.35 的词对视为换词而非听错不予学习这样学进来的每一个词都是模型真的可能听错的专有名词、人名或术语。测试用例可以直观感受设计意图test/helpers/correctionLearner.test.js。第三步写入词典 可撤销提醒主进程在 src/helpers/ipcHandlers.js 中对事件做防抖后把确认无误的词以learned来源写入本地词典数据库并通过 src/hooks/useMainProcessNotifications.tsx 弹出轻提示✅ 已添加到词典Sinead提示里带一个撤销按钮——如果它学错了点一下就删掉不会污染你的词典。一键开启自动学习开关在哪开启路径只需 3 步打开设置 → 词典区域找到Auto-learn from corrections自动学习纠错开关打开它开始正常听写即可对应源码在 src/components/SettingsPage.tsx设置状态的读写逻辑则收敛在 src/helpers/autoLearnSetting.js 这个极小的纯函数里。之后你随时可以在 src/components/DictionaryView.tsx 的词典视图中查看、搜索和管理所有已学词汇。学到的词是怎么让识别变准的这是整个闭环最关键的一环本地 Whisper词典内容作为初始提示词prompt注入模型见 src/helpers/whisperServer.js相当于告诉模型注意这些特殊词汇云端 gpt-transcribe词典被转换成标准keywords[]字段发送规则在 src/utils/dictionaryKeywords.js 中定义也就是说同一个词只需要纠正一次本地和云端模型之后都会优先识别它。这就是越用越懂你的真相——不是玄学是词典在持续长大。谁最适合用这个功能客服/销售反复出现的产品名、客户名研究人员专业术语、作者名、论文概念开发者API 名称、变量名、内部代号日常用户家人朋友的名字、宠物名、公司名总结OpenWhispr 的自动学习纠错机制 粘贴后监听严格过滤的 diff 学习词典驱动的双端提示注入全程本地闭环、可撤销、可管理。对于需要高频输入专有名词的用户这是让听写准确率随使用时间线性增长的最实用功能。现在打开设置把它开启吧 ⚡【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhispr创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
OpenWhispr自动学习纠错机制揭秘越用越懂你的听写工具【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhisprOpenWhispr 是一款隐私优先、跨平台的语音转文字听写工具支持本地模型Nvidia Parakeet / Whisper与云端模型BYOK 自带密钥最出彩的一点是它会自动学习你的纠错。你在任何输入框里改了什么词它就把正确的写法悄悄记进词典下次再遇到同样的发音识别准确率立刻提升。这篇文章将用 5 分钟带你彻底看懂这套自动学习纠错机制的工作原理以及如何使用它。先搞懂OpenWhispr 是什么OpenWhispr 的核心工作流很简单按住快捷键说话→ 语音被转成文字自动粘贴到当前聚焦的输入框编辑器、聊天框、表单都可以你顺手改错→ 纠错被记录并学习第 3 步就是它的杀手锏。想动手试一下克隆仓库看看源码结构git clone https://gitcode.com/GitHub_Trending/op/openwhispr自动学习三步走机制完整拆解 整个机制由三个模块协作完成全部在本地运行不上传任何数据。第一步粘贴后盯梢输入框文字粘贴进目标应用后src/helpers/textEditMonitor.js 中的TextEditMonitor会默默观察这个输入框最多 30 秒。它按平台选择不同的读屏方式平台监控方式macOS原生 Swift 可访问性二进制失败时回退到 AppleScript 轮询Windowswindows-text-monitor.exe独立监听进程Linuxlinux-text-monitor原生程序或 Python 脚本一旦你修改了刚粘贴的文字它就发出text-edited事件同时携带原文和修改后的内容两份数据。第二步智能 diff只提取值得学的词真正聪明的地方在 src/utils/correctionLearner.js 的extractCorrections函数。它不是简单地对比两版文字而是一层层过滤定位编辑区域用滑动窗口找词重叠率忽略你在别处添加的内容词级对齐LCS找出被替换的词对如Shunade → Sinead重写检测超过 50% 的词都变了那是在改写而不是纠错直接放弃常用词过滤the、and等日常词不学习避免词典灌水发音相似度门槛用 Levenshtein 编辑距离计算相似度低于 0.35 的词对视为换词而非听错不予学习这样学进来的每一个词都是模型真的可能听错的专有名词、人名或术语。测试用例可以直观感受设计意图test/helpers/correctionLearner.test.js。第三步写入词典 可撤销提醒主进程在 src/helpers/ipcHandlers.js 中对事件做防抖后把确认无误的词以learned来源写入本地词典数据库并通过 src/hooks/useMainProcessNotifications.tsx 弹出轻提示✅ 已添加到词典Sinead提示里带一个撤销按钮——如果它学错了点一下就删掉不会污染你的词典。一键开启自动学习开关在哪开启路径只需 3 步打开设置 → 词典区域找到Auto-learn from corrections自动学习纠错开关打开它开始正常听写即可对应源码在 src/components/SettingsPage.tsx设置状态的读写逻辑则收敛在 src/helpers/autoLearnSetting.js 这个极小的纯函数里。之后你随时可以在 src/components/DictionaryView.tsx 的词典视图中查看、搜索和管理所有已学词汇。学到的词是怎么让识别变准的这是整个闭环最关键的一环本地 Whisper词典内容作为初始提示词prompt注入模型见 src/helpers/whisperServer.js相当于告诉模型注意这些特殊词汇云端 gpt-transcribe词典被转换成标准keywords[]字段发送规则在 src/utils/dictionaryKeywords.js 中定义也就是说同一个词只需要纠正一次本地和云端模型之后都会优先识别它。这就是越用越懂你的真相——不是玄学是词典在持续长大。谁最适合用这个功能客服/销售反复出现的产品名、客户名研究人员专业术语、作者名、论文概念开发者API 名称、变量名、内部代号日常用户家人朋友的名字、宠物名、公司名总结OpenWhispr 的自动学习纠错机制 粘贴后监听严格过滤的 diff 学习词典驱动的双端提示注入全程本地闭环、可撤销、可管理。对于需要高频输入专有名词的用户这是让听写准确率随使用时间线性增长的最实用功能。现在打开设置把它开启吧 ⚡【免费下载链接】openwhisprVoice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform.项目地址: https://gitcode.com/GitHub_Trending/op/openwhispr创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
 构建与运行 LLM Agent)
