WinVoice 桌面语音助手(Windows)
WinVoice 是一款本地优先的 Windows 桌面语音助手:用唤醒词唤起后,助手会听懂中文指令并直接操作电脑,包括打开或关闭应用、调节音量、控制媒体播放、查询时间和天气、读写文件、执行脚本、关机锁屏等。
主要特性:
全离线语音链路。基于 sherpa-onnx 实现唤醒词识别、端点检测、语音识别(SenseVoice)与语音合成(Matcha 22kHz);自定义唤醒词无需重新训练,播报按句子流式分段,唤醒词可随时打断播报。
声纹分级权限。CAM++ 声纹识别把说话人分为主人、访客、拒绝三档;访客只能查询信息和做娱乐类操作,读写文件、执行脚本、关机等能力对访客关闭。
三级意图路由。固定规则零延迟直接给出结果;模糊指令交给本地小模型,以约束解码输出结构化意图;置信度不足时再升级到云端大模型,在响应速度和理解能力之间取得平衡。
可控的工具执行层。大模型不能生成命令,只能调用已注册工具;写文件、跑脚本、关机等破坏性操作需语音二次确认并自动快照回滚;每次执行后都回读真实系统状态校验,避免「模型声称成功」。
一键安装与可视化配置。安装向导内置 Python 运行时、依赖、llama.cpp 与模型,支持断点续传、音频设备自检、声纹注册和完整自检;另提供本地 Web 设置页,管理应用白名单、唤醒词、音色语速与天气城市。
适用场景:双手忙碌时的免手操作、无障碍使用、家庭或办公电脑的日常控制。
技术栈:Python 3.10+、sherpa-onnx、PySide6、Pydantic、pywin32 / pyautogui、llama.cpp / Ollama、MCP。
工程实践:pytest 单元、集成、端到端分层测试,mypy 类型检查,ruff 规范检查,PyInstaller 安装器构建流水线。
开源地址:git
点击空白处退出提示

















评论