Appearance
配置指南
fcitx5-voice-input 支持通过图形化工具（fcitx5-configtool）或直接编辑配置文件进行参数调优。
各 ASR 后端的详细参数与配置示例：
- OpenAI 兼容后端——OpenAI、Groq、硅基流动、阿里云百炼、小米 MiMo
- 火山引擎豆包后端
- Mistral Realtime 后端
配置文件路径
所有配置均保存在当前用户的 Fcitx5 配置目录下：
| 配置文件 | 说明 |
|---|---|
~/.config/fcitx5/conf/voiceinput.conf | 主插件配置（后端选择、VAD 灵敏度、静音阈值等） |
~/.config/fcitx5/conf/voiceinput-openai.conf | OpenAI 兼容后端子配置（包含 API Key、模型、LLM 后处理等） |
~/.config/fcitx5/conf/voiceinput-volcengine.conf | 火山引擎豆包 ASR 子配置（鉴权密钥、资源 ID、标点规则等） |
~/.config/fcitx5/conf/voiceinput-mistral.conf | Mistral Realtime 子配置（WebSocket 实时转写参数） |
安全提示：API Key 与认证凭证以明文形式保存在上述子配置文件中，请确保
~/.config/fcitx5/conf/目录权限安全。
主配置参数 (VoiceInput)
在 fcitx5-configtool 中点击 VoiceInput 右侧齿轮 ⚙，即可调节主配置参数：
| 参数项 | 说明 | 默认值 | 推荐调节建议 |
|---|---|---|---|
ActiveBackend | 当前生效的 ASR 识别后端 | openai | 可选 openai（OpenAI 兼容）、volcengine（火山引擎）、mistral（Mistral Realtime） |
VADThreshold | VAD 语音检测阈值百分比（0-100） | 20 | 值越低越灵敏；如果环境杂音较大引起误识别，可调高至 30~50 |
SilenceThresholdMs | 判定说话结束的静音等待时长 (ms) | 800 | 语速较慢或思考停顿多时可调至 1000~1500；追求极速上屏可调至 500~600 |
StartFrames | 连续多少帧判定为有效人声开始 | 2 | 每帧 32ms。默认 2 帧（64ms），可过滤突发的短暂杂音（如键盘敲击声） |
PreRollMs | 判定说话开始前向前抓取的音频长度 (ms) | 300 | 确保首字发音（如爆破音、轻声）不被截断，一般保持 300 即可 |
MinSpeechMs | 最短有效语音时长 (ms) | 300 | 低于此长度的突发声响会被丢弃，避免咳嗽或清嗓子触发无意义识别 |
MaxSpeechMs | 单次说话最长持续时长 (ms) | 30000 | 达到最长限制后将强制分段提交，防止长时间录音导致内存或请求过大 |
LLM 智能后处理配置
在 OpenAI 后端中启用 LLM 后处理（LLMEnabled=true）后，ASR 识别结果在上屏前会先经过大语言模型进行纠错与润色。
需要配置：
| 参数项 | 说明 |
|---|---|
LLMModel | Chat 兼容模型名，如 gpt-4o-mini、qwen-plus |
LLMSystemPrompt | 后处理提示词，参考下方示例 |
LLMStream | 是否流式输出（默认 true，上屏更快） |
AutoCommit | 无 LLM 时自动上屏（默认 true） |
推荐 System Prompt 示例
text
你是一个专业的输入法语音转写后处理助手。
请对输入的语音识别文本进行以下处理：
1. 修正同音错别字与口误，保持原意不变；
2. 规范中英文混排格式（中英文之间保持合适空格）；
3. 补充或纠正标点符号；
4. 仅输出最终处理后的文本，严禁包含任何解释、前缀或多余内容。