实时语音转文字工具，支持本地 SenseVoice 引擎（完全离线）和阿里云百炼 ASR。可作为网页运行，也可打包为 macOS 桌面应用（Tauri）。
- 双引擎 — 本地 SenseVoice 引擎（完全离线，sherpa-onnx）+ 阿里云百炼 ASR
- 打字机效果 — 实时显示识别中的文字，带闪烁光标
- 智能分段 — VAD 语音活动检测自动分段换行，支持静音超时 / 灵敏度可调
- 噪音过滤 — 自动丢弃短文本/英文噪音
- 电平条 — 音频电平 dB 刻度实时显示，精准判断麦克风状态
- 整页管理界面 — 独立编辑页，增删改查语音指令
- 三类指令：
- 别名 — 说「打开微信」→ 自动切换到 WeChat
- 动作 — 说「换行」「发送」→ 模拟按键
- 快捷短语 — 说「我的邮箱」→ 自动粘贴出邮箱地址
- 多说法支持 — 同一指令支持多个说法，用
|分隔（或关系） - 应用级聚合 — 同一应用的说法合并显示成一行，清爽简洁
- 任意键录制 — 每个指令可绑定任意键盘按键或组合键（Cmd+Shift+F 等）
- 直接按键录制 — 点击「录键」后按下目标键，自动捕获
- 功能块区分 — 按键和功能两类动作分块展示，不混淆
- 一键粘贴 — 识别结果自动复制到剪贴板，并可自动粘贴到光标位置（需辅助功能权限）
- 按应用生效 — 自动粘贴与自动发送各有一份应用名单，只有名单里的应用（如微信、Cindy）会收到文字；名单外的应用既不粘贴也不回车，字只留在记录里。名单为空 = 沿用旧行为，所有应用都生效
- 去向逐条可见 — 每条记录右端标出这句粘给了哪个应用（那个应用的图标），没粘出去就是 ⊘
- 来源记录 — 粘贴时自动记录「发给了哪个软件」，历史可追溯
- 自动发送 — 按前台应用自动按回车发送（可配置应用白名单，避免误发送到编辑器）
- 提示音反馈 — 自动粘贴成功播放提示音，确认已送达
- 纸张质感 UI — 纸墨风格设计，按钮带脉冲动画反馈
- 底栏状态 — 识别状态 + 电平条 + 自动发送开关，靠近操作结果
- 脉冲反馈 — 开关切换/操作确认使用脉冲动画，状态一目了然
- 本地持久化 — 所有识别结果保存在本地 JSON 文件
- 时间筛选 — 按 30分钟 / 1小时 / 3小时 / 12小时 / 今天 查看
- 搜索过滤 — 按关键词搜索历史记录
- 多服务商预设 — 内置 OpenAI / DeepSeek / Kimi / 智谱 GLM / 硅基流动 / OpenCode Zen Go / Ollama（本地）等
- CLI 对话 —
rtc llm chat通过已配置服务商直接与 LLM 对话 - 配置测试 —
rtc config test-llm一键验证连通性 - OpenCode 网关 — 自动注入
x-opencode-session请求头，零配置接入
rtc status # 服务状态
rtc transcript --minutes 10 # 查最近 10 分钟转写
rtc config get settings.ai.baseUrl # 读配置
rtc config set k=v k2=v2 # 写配置
rtc llm chat "问题" # 调用 AI 服务商对话
rtc act paste "文本" # 粘贴文本到光标
rtc act open "微信" # 激活指定应用
rtc commands list # 查看指令映射支持环境变量 RTC_DATA_DIR 覆盖数据目录、RTC_PORT 覆盖端口。
# 1. 安装依赖
npm install
# 2. 构建前端
npm run build
# 3. 启动服务（提供 WebSocket 代理 + HTTP API）
node server.js
# 4. 浏览器打开 http://localhost:8931# 1. 安装 Rust（如未安装）
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
# 2. 构建前端并编译桌面应用
cd src-tauri
cargo tauri build
# 3. 产物在 src-tauri/target/release/bundle/ 下# 1. 启动桌面端开发（Tauri 窗口 + 热更新，首次需编译 1-3 分钟）
npm run dev
# 2. 只想在浏览器里快速调 UI 时
npm run dev:web → 浏览器打开 http://localhost:8931- 改 src/ 下任何文件，保存即自动刷新（CSS / HTML / JS 都支持，桌面窗口和浏览器都生效）
- 想顺手看等宽字体效果、调样式、改 UI，先
npm run dev:web在浏览器里调，再npm run dev看桌面效果 - 开发前请退出已安装的 RTC APP（它的内置服务占用 8931 端口，会与开发服务冲突）
- 注意：改
server.js等后端代码不会自动重启，需 Ctrl+C 重跑
本地引擎使用 SenseVoice 模型（sherpa-onnx 封装）。模型文件外置，不入库，需自行下载：
# 1. 进入本地 ASR 目录
cd asr_local
# 2. 创建模型目录
mkdir -p official_sensevoice
# 3. 下载模型文件（约 60MB，3 个文件）
# model.int8.onnx
# tokens.txt
curl -L -o official_sensevoice/model.int8.onnx \
"https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17/model.int8.onnx"
curl -L -o official_sensevoice/tokens.txt \
"https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17/tokens.txt"Python 依赖：
pip install sherpa-onnx numpy websockets注意：sherpa-onnx 需要 Python 3.8+。模型文件约 60MB，首次加载约 2-3 秒。
| 参数 | 默认值 | 说明 |
|---|---|---|
| 静音超时 | 2000ms | 说话停顿超过此值，自动分段换行 |
| VAD 灵敏度 | 0.006 | 能量检测阈值，越低越敏感 |
| 麦克风增益 | 1x | 麦克风信号放大倍数 |
| 噪音过滤 | 开启 | 自动丢弃短文本/英文噪音 |
| 自动粘贴 | 关闭 | 识别结果自动粘贴到光标位置 |
| 自动粘贴名单 | 空 | 只给名单内的应用自动粘贴；为空 = 所有应用都粘 |
| 自动发送名单 | 空 | 只给名单内的应用自动回车；为空 = 所有应用都回车 |
文本换行由**服务端 VAD（语音活动检测）**控制，而非前端。核心规则：
- 说话中停顿超过静音超时值（默认 2000ms）→ 自动分段换行
- 连续说话超过 30 秒 → 强制分段
- 断句不足 800ms → 丢弃（防误触发）
如果感觉换行太频繁，请调高「静音超时」或降低「VAD 灵敏度」；如果换行太慢，请调低「静音超时」。
- 前端：原生 HTML / CSS / JavaScript，CSS 外置 + ES Modules，纸墨风格设计
- 语音引擎：SenseVoice (sherpa-onnx)，完全离线运行；可选阿里云百炼 ASR
- 桌面端：Tauri v2（Rust + macOS .app 打包），侧载 sidecar 二进制免装依赖
- 持久化：本地 JSON 文件 + localStorage（兼容）
- CLI：Node.js 命令行工具，供外部 AI Agent / 脚本调用
- AI 集成：OpenAI 兼容 API，支持多家服务商
src/ # 前端源码（ES Modules）
index.html # HTML 骨架
css/style.css # 全部样式（纸墨风格）
js/ # 前端 ES 模块
main.js # 事件绑定与启动入口
api.js # 后端地址唯一来源（HTTP/WS）
state.js # 共享状态
ui.js # DOM/UI 工具
history.js # 历史存储与渲染
correction.js # 纠错规则
clipboard.js # 剪贴板与粘贴
asr.js # ASR 连接与结果处理
audio.js # 录音管道
settings.js # 设置面板（AI 服务商、自动发送、引擎配置等）
commands.js # 语音指令管理器（别名/动作/快捷短语）
frontmost.js # 前台应用检测（Rust 侧 NSWorkspace）
sfx.js # 提示音系统
config-migration.js # 配置文件迁移
server.js # Node 后端（HTTP + WebSocket 代理 + 配置/指令/LLM API）
asr_local/server.py # 本地 ASR 引擎服务（SenseVoice / Qwen3）
scripts/ # CLI 工具与开发脚本
rtc.mjs # CLI 开放入口（查记录/改配置/调 AI/执行动作）
transcript.mjs # 转写记录查询
dev.mjs # npm run dev:web 热更新开发服务器
check-static.mjs # npm test（语法/导入/资源/JSON检查）
check-undefined.mjs # npm run check:js（名字体检：漏 import / 错导出名，症状是功能静默失效）
check-ux.mjs # npm run check:ux（把页面真跑起来量几何：裁切/点不动/对比度）
build-sidecar.sh # 编译 Tauri sidecar 二进制
docs/ # 产品文档中心（Agent 可读）
README.md # 文档索引
product-rules/ # 产品原则与界面交互约束
product-direction/ # 行业研究 + 创新清单
src-tauri/ # Tauri v2 桌面端（Rust）
dist/ # 构建产物（不入库）
src-tauri/binaries/ 下的两个 sidecar（node-server / asr-server）不入库（单个数十 MB 到数百 MB），
但 tauri.conf.json 的 bundle.externalBin 依赖它们，缺了就无法打包：
npm run build:sidecar # 需要 bun（编译 server.js）+ pyinstaller（打包 asr_local/server.py）改了 server.js 或 asr_local/server.py 后必须重新执行这一步，否则打进 App 的仍是旧后端
（曾出现「仓库里的 server.js 已经加了 /api/status，但 App 里那个二进制还是老的、接口返回 404」）。
MIT
RTC 的设计原则是数据对外部 AI Agent 完全开放，不做内置 AI 绑定。
转写记录以 JSONL 格式存储在本地：
~/Library/Application Support/com.rtc.transcriber/
events/
2026-09-16.jsonl # 每天一个文件
2026-09-17.jsonl
...
meeting-board.json # 会议白板文档
config.json # 配置
commands.json # 语音指令映射
每条记录是一行 JSON：
{"schemaVersion":1,"eventId":"uuid","type":"segment",
"text":"会议内容","ts":"2026-09-16T16:01:53.483Z",
"engine":"sensevoice","targetApp":null}eventId: 全局唯一 IDtext: 识别后的文字ts: ISO 时间戳engine: sensevoice / bailian / qwen3targetApp: 自动粘贴的目标应用（如 WeChat），无粘贴则为 null
通过 ec（Echo）CLI 读取：
# 最近 10 条转写
ec rtc --limit 10
# 查看当日转写记录（AI 会议纪要用）
ec rtc summary
# 查看指定日期的记录
ec rtc summary --date 2026-09-15
# 获取 AI 会议纪要提示词模板
ec rtc prompt# 步骤 1：导出今日记录
ec rtc summary --date 2026-09-16 > /tmp/transcript.txt
# 步骤 2：让 AI Agent 读取该文件并生成纪要
# （配合 ec rtc prompt 获取提示词模板）
ec rtc prompt外部 AI Agent 也可直接读取 events/YYYY-MM-DD.jsonl 自行解析。
白板分两层：应用只管「记录、保存、加载、展示」，理解会议交给外部 AI。 CLI 把外部 AI 那半条链路串好了，「把这场会议的记录写进白板」三步：
# 步骤 1：拿材料（会前定义 + 该场逐字稿 + 已有正文 + 写回格式，一次拿全）
rtc board brief
# 步骤 2：分析，产出 analysis.json（结构化）和 body.md（正文）
# 步骤 3：写回。面板上人看到的是「正文」，所以两个都要写
rtc board write-analysis /tmp/analysis.json # 结构化结果
rtc board write-document /tmp/body.md # 正文（Markdown）write-document 是整篇替换；要保留已有正文就加 --append（新内容接在后面）。
Agent 侧的一站式说明书：~/.agents/skills/rtc-meeting-board/SKILL.md
（Cindy / Claude Code 都会自动加载）。
场次 ID 省略时默认就是「最近一场」，不用手工复制。其余子命令：
| 命令 | 说明 |
|---|---|
rtc board sessions [--date D] [--json] |
当天有哪些场次、哪些已经有分析了（* 标出最近一场） |
rtc board latest [--date D] |
打印最近一场的场次 ID（纯文本，可直接喂给别的命令） |
rtc board brief [场次ID] |
给外部 AI 的完整材料：会前定义 + 逐字稿 + 写回说明 |
rtc board transcript [场次ID] |
该场逐字稿（每行 [HH:MM] 内容） |
rtc board show [场次ID] [--json] |
该场已保存的定义 / 分析 / 正文 |
rtc board write-analysis <JSON> [场次ID] |
写入外部分析结果（结构化，机器可读） |
rtc board write-definition <JSON> [场次ID] |
写入会前定义 |
rtc board write-document <Markdown> [场次ID] [--append] |
写入白板正文（整篇替换；--append 保留原文接在后面） |
读的部分直接读本地文件（应用没开也能用）；写回走本地服务，由服务端串行合并， 场次切分规则（静默 5 分钟）与面板完全一致。
写完不用做任何事：已打开的白板窗口每 2 秒会自己重读当前场次的正文（内容没变就不动， 你正在编辑且有未保存改动时不覆盖）。
两个要记住的点：面板只渲染正文，analysis 不单独展示 —— 一场正文非空之后，写 analysis
不会再改正文，所以一次完整更新要 analysis + document 都写。
直接调脚本也可以：node scripts/meeting-board.mjs brief。
rtc 入口在 ~/bin/RTC（macOS 大小写不敏感，rtc 和 RTC 是同一个文件）：
第一段是 status/config/llm/act/commands/board/transcript 时走 scripts/rtc.mjs，
其余（--minutes / --sessions / -t 等）照旧走 scripts/transcript.mjs。
运行中的服务（localhost:8931）提供 REST API：
| 接口 | 说明 |
|---|---|
GET /api/transcripts/events?from=...&to=...&q=... |
查询转写记录 |
GET /api/meeting-board/sessions?date=... |
按静默间隔整理的当天会议场次 |
GET /api/meeting-board/search?q=...&limit=... |
跨日期检索会议场次（白板下拉用它开历史会议） |
GET /api/meeting-board/definition?sessionId=... |
会议白板文档内容 |
PUT /api/meeting-board/analysis?sessionId=... |
外部 AI 写入分析结果 |
/search 不带 q 时给「最近若干场」（跨天，最新在前），带 q 时按标题 / 逐字稿 /
已保存正文匹配，多个词按「都命中」收窄。它只读不写（不像 /sessions 会顺手补写缺失的
.md）：检索是读操作，不该因为敲键盘而写盘。