Skip to content

路线图 ​

记录 fcitx5-voice-input 的交付进展与规划方向。架构现状见 ARCHITECTURE,产品边界见 Out of Scope。

已交付 ✅ ​

  • [x] CMake 构建框架 + Fcitx5 Addon 骨架
  • [x] PulseAudio + PipeWire 音频捕获(dlopen 延迟加载)
  • [x] Silero ONNX VAD 分段
  • [x] OpenAI 兼容 API ASR 引擎(whisper / chat / realtime)
  • [x] Volcengine Doubao 流式 ASR 引擎
  • [x] Mistral Realtime 流式 ASR 引擎(v0.5.0)
  • [x] v4 会话模型:AsrSession / SessionReaper / ResultCoordinator 保序交付
  • [x] LLM 后处理(流式/非流式,generation 取消)
  • [x] fcitx5-configtool 配置界面(多后端子配置)
  • [x] 多发行版打包(7 发行版 CI 矩阵:DEB / RPM / pkg.tar.zst)

待实现 ⏳ ​

  • [ ] 本地 ASR 引擎——离线转写,sherpa-onnx 子模块已预留,未接入构建
  • [ ] Command 引擎——外部命令云 ASR
  • [ ] 场景系统——按应用/窗口场景切换识别行为
  • [ ] 热词优化——专有名词与领域词汇增强

Fcitx5 Voice Input Documentation