谛听所思，明达所向。Deem Your Thoughts, Drive Your Way.
面向 Windows 的本地优先语音输入工具：按住说话，松开输入。
- 本地识别：FireRedASR2 和 Streaming Paraformer 均在本机运行；安装模型后，无需联网即可完成语音识别。
- 隐私可控：不包含遥测，不会自动上传录音、识别文本或本地日志。网络仅用于用户主动下载模型或显式启用的第三方 LLM。
- 按住即说：默认长按
CapsLock超过 300 ms 开始录音，松开后识别；短按仍正常切换大小写状态。 - 安全投递：录音开始时绑定窗口和输入位置，输出前再次校验；焦点改变时取消投递，避免文本误入其他窗口。
- 按需增强：可选择 FireRed VAD、本地 CT-Transformer 标点，以及第三方 LLM 纠错、润色和有界上下文感应。
- 原生轻量：使用 C++ 与 Win32 实现，无需 Electron 或浏览器内核，兼容 Windows 7 及以上 x64 系统。
- 模型管理：内置下载器支持断点续传、SHA-256 校验和原子安装；模型按需下载，不捆绑在安装包中。
- 绑定输入位置：按下录音快捷键时记录当前窗口、原生焦点和必要的输入位置身份。
- 聆听中：后台采集音频，并按配置执行本地 VAD 或流式 ASR；录音期间不会注入中间结果。
- 识别中：松开快捷键后停止采集，完成本地识别和可选的首尾静音裁剪。
- 润色中：只有显式选择 LLM 输出处理时，才会向用户配置的第三方 Provider 发送请求。
- 投递结果：重新验证会话、窗口和输入焦点，验证通过后才把文本送回原输入位置。
- Windows 7 或更高版本，x64。
- 可用的麦克风输入设备。
- 安装程序需要管理员权限，默认安装到 64 位
Program Files\Deeming。 - 安装包约 6.9 MiB，不包含 ASR、VAD 或标点模型；准备完整模型组合时建议预留约 6 GB 可用磁盘空间。
- 首次下载模型需要网络连接；模型安装完成后，本地语音识别可以离线使用。
- 第三方 LLM 文本处理需要用户自行准备服务地址、模型和 API Key，并可能产生第三方费用。
- 下载并校验
Deeming-Setup-v2.0.0-x64.exe。 - 运行安装程序，阅读安全与隐私说明及软件最终用户许可协议；接受协议后选择安装目录。
- 首次启动时选择模型保存目录。模型目录必须位于程序安装目录之外。
- 右键托盘图标打开“设置”，在“模型管理”页下载所需模型。
- 在“语音识别”页选择 ASR 模型、VAD 和输出处理方式，然后点击“保存”。
- 在任意可输入窗口按住快捷键说话，松开后等待 HUD 完成识别和可选润色。
| 使用场景 | ASR | VAD | 输出处理 |
|---|---|---|---|
| 日常离线输入 | FireRedASR2 CTC int8 | FireRed VAD | 本地标点或保持原文 |
| 优先识别准确率 | FireRedASR2 AED int8 | FireRed VAD | 本地标点或保持原文 |
| 边说边识别 | Streaming Paraformer bilingual zh-en | 按需启用 | 本地标点或保持原文 |
| 智能纠错与润色 | 任一已安装 ASR | 建议启用 | 大模型润色，可选上下文感应 |
更详细的参数选择见谛明最优配置指南。
| 页面 | 内容 |
|---|---|
| 常规设置 | 录制快捷键 |
| 语音识别 | 模型根目录、识别模型、输出处理、VAD 和线程等高级设置 |
| 模型管理 | 模型选择、下载目录、进度、速度、阶段详情与取消操作 |
| 智能润色 | Provider、API 地址、API Key、模型、连接测试、审计日志和上下文感应 |
| 提示指令 | 基础修复、深度修复、润色、感应修饰及自定义系统提示词 |
| 关于谛明 | 产品详情、版本号、版权信息和功能特性 |
| 模型 | 用途 | 主要文件 |
|---|---|---|
| FireRedASR2 CTC | 日常本地离线 ASR | model.int8.onnx、tokens.txt |
| FireRedASR2 AED | 本地离线 ASR | encoder.int8.onnx、decoder.int8.onnx、tokens.txt |
| Streaming Paraformer | 本地流式 ASR | encoder.int8.onnx、decoder.int8.onnx、tokens.txt |
| CT-Transformer | 本地自动标点 | model.int8.onnx |
| FireRed VAD | 人声检测 | fireredvad_stream_vad_with_cache.onnx |
LLM 纠错默认不启用。启用时，在“智能润色”页配置 Provider、API 地址、API Key 和模型，再到“语音识别”页把输出处理设为“大模型润色”。内置 Provider 包含 OpenRouter、Mistral 和 Gemini，也可以配置兼容服务地址。
上下文感应同样需要用户显式开启。程序只读取热键按下时绑定窗口内的有界文本，拒绝密码控件；输入位置无法验证时不会提交相应上下文，目标发生变化时取消结果投递。
完整 LLM 审计日志默认关闭。只有显式开启后，程序才会在本地记录有界上下文、口述文本、最终消息和请求正文；日志不记录 Authorization 或 API Key，但仍可能包含敏感信息。
- 配置：
%APPDATA%\Deeming\config.json - LLM 审计日志：
%APPDATA%\Deeming\log\llm_refine_YYYYMMDD.log - 模型：首次启动时由用户选择的外部目录
安装新版本前先退出正在运行的谛明，再运行新版安装程序。安装程序使用固定产品标识，可以在现有安装上升级。
可以通过 Windows“程序和功能”卸载。卸载器默认保留 %APPDATA%\Deeming 中的配置和本地日志；交互式卸载时可勾选“同时删除当前用户的本地数据”。用户下载到自选目录的模型始终保留，需要时请在确认路径后手动删除。
- 最终文本在松开快捷键后投递。流式模型会在录音期间后台解码，但不会显示或注入中间结果。
- 单次录音最多保留约 5 分钟 PCM。
- 文本注入可能被更高权限的目标窗口拦截。
- UI Automation 能力由目标应用提供；上下文不可验证时按无上下文路径处理。
谛明不包含遥测，也不提供收集个人隐私的在线服务。语音识别使用本地模型；网络仅用于用户主动下载模型，或用户自行配置并显式启用第三方 LLM 文本处理。完整边界见安全与隐私说明。
安装或使用软件前请阅读软件最终用户许可协议。当前许可仅面向自然人最终用户的个人内部使用，不授权企业或机构部署、共享使用、再分发或对外提供服务。
第三方组件和模型仍由各自权利人所有并适用各自许可证，详见第三方软件与模型声明和 licenses 目录。