v0.2.11 按住说话 · CPU 转写提速约 40% →

开口即输入
声音不出本机

为 deepin 打造的离线语音输入法。按住右 Ctrl 说话,松开, 文字就通过 Fcitx5 原生通道落进当前输入框——不联网、不走剪贴板、不模拟按键。

deepin 25 · Fcitx5 · PipeWire · 开源 GPL-3.0
聊天 — 和设计组
林
新版本的发布说明写好了吗?下午要发出去。
周
我这边截图都准备好了,等你的文字 🙌
// 为什么是 EchoFlow

三件事,做到极致

不是又一个“语音转文字”小工具,而是一个真正的输入法:住在 Fcitx5 里,跟拼音一样自然。

0 字节

离线识别,声音不出本机

录音、分段、识别全部在你的电脑上完成。没有账号、没有云端、没有上传——断网也照样能用。

Qwen3-ASR · 本地推理
原生

Fcitx5 原生上屏

识别结果通过 commitString 提交给当前输入上下文。不碰剪贴板、不模拟按键,永远不会打进错的窗口。

fcitx-addon · commitString
按住

按住说话,松开即上屏

手不用离开键盘:按住右 Ctrl 说,松开就有字。录音时边说边转写,松手那一刻大部分文字已经就绪。

右 Ctrl · 长按输入框
5.6×
快于实时
13 秒中文语音,纯 CPU 约 2.3 秒完成整段转写
≈1.2秒
松手到上屏
录音中按语音段后台转写,松开后只需收尾最后一段
40%
近期版本提速
v0.2.10 用满物理核心并精简注意力计算,基准延迟从 4.0 秒降到 2.3 秒
0依赖
无需 GPU 与网络
Q4_K 量化模型常驻内存,普通笔记本即可流畅使用
测量环境:AMD Ryzen 7 6800H · Qwen3-ASR-0.6B Q4_K · 6 线程 · 13.05 秒普通话样本 每个版本都有可复现的性能证据 →
// 工作流程

从开口到上屏,一气呵成

没有要记的快捷键组合,没有要切换的窗口。只有“按住”和“松开”。

01

按住右 Ctrl

焦点在任意输入框时按住,屏幕中下方浮现语音胶囊。

02

自然说话

Silero VAD 实时切分语音段,后台逐段转写,胶囊里滚动显示预览。

03

松开按键

只需完成最后一段的转写,再把各段文本合并成完整的一句话。

04

文字上屏

经 Fcitx5 提交到刚才的输入框,和拼音打出来的字没有区别。

右 Ctrl按住键盘说话 · 任何会话可用
在输入框长按左键 · 约半秒后开始,X11 会话
// 细节

好用,藏在细节里

录音中实时预览

语音胶囊显示临时转写结果,你随时知道它“听到”了什么。

新版本的发布说明我已经写好了,下午三点前…

长语音分段并行

按停顿把长句切成语音段,边录边转写;说一分钟也不必干等。

模型常驻,无冷启动

服务启动即加载模型,每次按下都是热的。

一键下载模型

首次运行引导完成设置,支持 hf-mirror 与 Hugging Face 双下载源。

融入 deepin

DTK6 托盘与设置界面,自动跟随系统浅色 / 深色主题。

轻量与高精度,自由切换

两款 Qwen3-ASR 量化模型:0.6B 轻快省资源,1.7B 更准更稳。

Qwen3-ASR-0.6B · Q4_KQwen3-ASR-1.7B · Q4_K

恰到好处的提示

输入框获得焦点时,光标下方短暂浮现系统原生提示,告诉你“这里可以说话”;不需要时一键关闭。语音胶囊固定在屏幕中下方,不遮挡正在输入的文字。

// 对比

和常见方案比一比

EchoFlow云端语音输入剪贴板 / 模拟按键工具
识别在哪里发生●你的电脑远程服务器视实现而定
断网能否使用✓完全可用✕不可用视实现而定
文字如何进入输入框✓Fcitx5 commitString输入法通道✕覆盖剪贴板或伪造按键
打进错误窗口的风险✓跟随输入上下文低✕焦点一变就可能出错
账号与费用✓无账号 · 开源免费通常需要登录不一定
// 系统架构

三个进程,各司其职

守护进程、Fcitx5 插件与桌面 UI 通过本机 Unix socket 协作,整条链路不触碰网络。

麦克风
PipeWire 采集
16 kHz PCM
语音识别守护进程
VAD 分段 · Qwen3-ASR · 状态机
echoflow-service
Fcitx5 插件
按键捕获 · 焦点跟踪
fcitx-addon
当前输入框
浏览器 · 编辑器 · 聊天
commitString
桌面 UI
托盘 · 语音胶囊 · 设置 · 首次引导
echoflow-ui
/run/user/$UID/ · echoflow-control.sock · echoflow-fcitx.sock · echoflow-ui.sock
// 快速开始

三分钟,开始用嘴打字

  1. 01

    下载安装包

    从 GitHub Releases 下载最新的 echoflow_*.deb。

  2. 02

    安装并重载 Fcitx5

    安装后在当前用户会话里执行一次 fcitx5 -rd,让插件生效。

  3. 03

    下载模型,开口

    跟随首次运行引导下载 Qwen3-ASR,之后按住右 Ctrl 就能说话。

bash — echoflow
# 从 Releases 下载最新安装包后
$ sudo apt install ./echoflow_*.deb
$ fcitx5 -rd

# 打开托盘 → 设置 → 模型,下载 Qwen3-ASR
# 然后:按住右 Ctrl,说话,松开 ✨

让键盘歇一会儿

完全离线、隐私优先、为 deepin 原生打造的语音输入法。