voice-input 1.0.0

跨设备语音输入传输系统 - 将手机端语音识别文本传送到电脑

跨设备语音输入传输系统

将手机端的语音识别结果，通过局域网实时传送到电脑（Windows / Linux），自动写入剪贴板并可粘贴到当前光标位置。支持任意手机语音输入法（如豆包、讯飞、搜狗、Gboard 等）。

工作原理

手机（语音输入法）→ 局域网 HTTP → 电脑端服务 → 剪贴板 → 可选自动粘贴

手机浏览器打开电脑端服务提供的网页，在文本框里用语音输入法输入文字，点击发送或启用自动发送，文本即刻传到电脑剪贴板并可自动粘贴。

平台支持

平台	仅复制	自动粘贴	备注
Windows	✅	✅	无需管理员权限
Linux (Xorg)	✅	✅	需要 sudo
Linux (Wayland)	✅	⚠️ 可能受限	建议使用「仅复制」模式

安装

方式一：pip 安装（推荐）

# 安装基础版（仅复制到剪贴板，不含自动粘贴）
pip install .

# 安装完整版（含自动粘贴 + 生产部署 + YAML 配置）
pip install ".[all]"

方式二：直接运行

pip install -r requirements.txt

快速开始

# Windows
voice-input -p 8080

# Linux（自动粘贴需要 root）
sudo voice-input -p 8080

# 指定端口 + Token
voice-input -p 9090 -t my-secret-token

# 使用配置文件
voice-input -c config.yaml

# python -m 方式
python -m voice_input -p 8080

# 兼容旧入口
python voice_server.py -p 8080

启动后终端会输出：

============================================================
  跨设备语音输入传输系统 v2.0.0
============================================================
  服务地址:  http://192.168.1.100:8080
  手机页面:  http://192.168.1.100:8080/
  Token:     未启用
============================================================

手机端操作：手机浏览器打开「手机页面」地址，在文本框里用语音输入法输入文字，点发送即可。

命令行参数

用法: voice-input [选项]

选项:
  -V, --version           显示版本
  -c, --config FILE       YAML 配置文件路径
  -H, --host ADDR         监听地址 (默认 0.0.0.0)
  -p, --port PORT         监听端口 (默认 8080)
  --allowed-ips CIDR      IP 白名单，逗号分隔
  -t, --token TOKEN       鉴权 Token
  --require-token         强制启用 Token（未设 --token 时自动生成）
  --no-auto-paste         默认仅复制，不自动粘贴
  --history-size N        历史记录条数 (默认 50)
  --production            使用 waitress 生产服务器
  --workers N             工作线程数 (默认 4)
  --log-level LEVEL       日志级别 (debug/info/warning/error)

配置文件

支持 YAML 格式，参见 config.example.yaml：

port: 8080
allowed_ips:
  - "192.168.0.0/16"
  - "10.0.0.0/8"
token: "your-secret-token"
require_token: true
auto_paste: true
history_size: 50
log_level: "info"

优先级：命令行参数 > 环境变量 > 配置文件 > 默认值

环境变量

所有配置都可通过 VOICE_INPUT_ 前缀的环境变量设置：

环境变量	说明
VOICE_INPUT_PORT	端口
VOICE_INPUT_HOST	监听地址
VOICE_INPUT_TOKEN	Token
VOICE_INPUT_REQUIRE_TOKEN	是否强制 Token (1/true)
VOICE_INPUT_ALLOWED_IPS	IP 白名单（逗号分隔）
VOICE_INPUT_AUTO_PASTE	默认自动粘贴 (1/true)
VOICE_INPUT_HISTORY_SIZE	历史条数
VOICE_INPUT_LOG_LEVEL	日志级别

手机端功能

网页端针对手机屏幕优化，支持以下功能：

• 发送模式：仅复制 / 自动粘贴（Ctrl+V）/ 终端粘贴（Ctrl+Shift+V）
• 自动发送：开启后，语音输入停顿后自动发送，停顿时间可通过滑块自定义（0.5 - 5 秒）
• 发送后清空：发送成功后自动清空输入框，方便连续输入
• 发送历史：默认关闭，开启后支持：
  • 关键词搜索
  • 按日期筛选
  • 单条删除 / 清空全部
  • 导出为 JSON 或 CSV 文件
• 设置持久化：Token、模式、开关、延迟时间等自动保存到浏览器 localStorage
• 响应式布局：自适应不同手机屏幕尺寸，支持竖屏与横屏

生产部署

使用 waitress

# Windows
voice-input --production --workers 4 -t my-token

# Linux
sudo voice-input --production --workers 4 -t my-token

systemd 服务（Linux）

创建 /etc/systemd/system/voice-input.service：

[Unit]
Description=Voice Input Server
After=network.target

[Service]
Type=simple
User=root
ExecStart=/usr/local/bin/voice-input --production -c /etc/voice-input/config.yaml
Restart=on-failure
RestartSec=5

[Install]
WantedBy=multi-user.target

sudo systemctl daemon-reload
sudo systemctl enable --now voice-input
sudo systemctl status voice-input

API 接口

路径	方法	说明
/	GET	手机端输入页面
/status	GET	服务状态
/history	GET	发送历史列表
/history/<id>	DELETE	删除单条历史
/history	DELETE	清空全部历史
/history/export	GET	导出历史（?format=json 或 csv）
/input	POST	接收文本

POST /input

{
  "text": "要发送的文本",
  "action": "paste",
  "device_id": "phone_web",
  "timestamp": 1700000000000
}

action 取值：

• copy — 仅复制到剪贴板
• paste — 复制 + Ctrl+V
• paste_terminal — 复制 + Ctrl+Shift+V（Linux）；Windows 下等同 paste
• type — 逐字键入

鉴权：Token 可通过 X-Auth-Token Header、?token= Query 参数或 Body 中 token 字段传递。

常见问题

自动粘贴不生效

• Linux：keyboard 库需要 root 权限，请用 sudo 运行
• Linux Wayland：模拟按键可能不稳定，建议切换到 Xorg 会话，或使用「仅复制」模式后手动 Ctrl+V
• Windows：通常无需特殊权限，如仍不生效请以管理员身份运行
• 确保发送时电脑端目标输入框处于焦点状态

手机连不上

• 确保手机和电脑在同一局域网 / Wi-Fi
• 检查防火墙：
  • Linux：sudo ufw allow 8080/tcp
  • Windows：在「Windows Defender 防火墙」中放行对应端口
• 检查 IP 白名单配置是否包含手机所在网段

打包发布

pip install build
python -m build

# 生成的包在 dist/ 目录
# dist/voice_input-2.0.0-py3-none-any.whl
# dist/voice_input-2.0.0.tar.gz

项目结构

db_voice_input/
├── pyproject.toml          # 打包配置
├── requirements.txt        # 依赖清单
├── README.md               # 本文档
├── config.example.yaml     # 配置文件示例
├── .gitignore              # Git 忽略规则
├── voice_server.py         # 兼容旧入口
└── voice_input/            # Python 包
    ├── __init__.py         # 包信息与版本
    ├── __main__.py         # python -m 入口
    ├── cli.py              # 命令行解析与启动
    ├── config.py           # 配置管理（YAML/环境变量/CLI 三级合并）
    ├── server.py           # Flask 应用与路由
    ├── utils.py            # 工具函数
    └── templates/
        └── index.html      # 手机端 UI（响应式）

License

MIT