Back to top
<img src =“data/image/logo.svg”align =“right”width =“150”alt =“⬟ SL5 Aura徽标”>
⬟ SL5 Aura – 你的声音。你的规则。
100%离线、隐私优先的语音助手框架。
准确定义您的声音的作用 - 从一个单词
完整的 Python 脚本。没有云。没有数据离开您的计算机。
在 Linux、macOS 和 Windows 上的终端、浏览器或后台服务中运行。
👵 初学者 |
🎓 学习者 |
🧑u200d💻 开发者 |
OMA-模式:只需写一个字,Aura 即可完成剩下的工作 |
与 Koans 一起学习 — 一次一个概念 |
完整的 Python 脚本、插件、API 调用 |
🗄️ 状态管理 |
Trino + Airflow 编排、fzf、CopyQ、语音/终端命令、浏览器 UI |
|
⚡ ~2.87 J 每次测试(39 次测试 @ 0.34 秒平均 · 使用 Eco-CI 测量) · 无云计算
<详情>
快速入门
快速入门
1.下载或克隆此存储库
2. 运行适用于您的操作系统的安装脚本(请参阅“setup/”文件夹):
Linux (Arch/Manjaro): bash setup/manjaro_arch_setup.sh
===> 🧩 阅读 docs/LINUX_WAYLAND_dotool
Linux (Ubuntu/Debian): bash setup/ubuntu_setup.sh
Linux (openSUSE): bash setup/suse_setup.sh
Linux (NixOS):nix-shell setup/shell.nix 然后 bash setup/nixos_setup.sh
===> ⚠️ 实验性的——未经作者测试,欢迎反馈! X空格符X
macOS:bash setup/macos_setup.sh
Windows:setup/windows11_setup_with_ahk_copyq.bat
3.启动Aura:./scripts/restart_venv_and_run-server.sh
按热键并说话 — full guide →
⚠️系统要求和兼容性
Windows: ✅ 完全支持(使用 AutoHotkey/PowerShell)。
macOS: ✅ 完全支持(使用 AppleScript)。
Linux (X11/Xorg): ✅ 完全支持。
Linux (Wayland): ✅ 完全支持(在 KDE Plasma 6 / Wayland 上测试)。
Linux(CachyOS / 基于 Arch 的滚动版本): ✅ 完全支持。
由于 glibc 2.43 兼容性,需要 mimalloc (sudo pacman -S mimalloc)。
Linux (NixOS): 🧪 实验性 — 社区贡献的设置,尚未测试。
如果您尝试一下,请用您的发现提出问题或 PR! X空格符X
Linux (Manjaro): 新/实验性:系统范围的热键打开类似 fzf 的键盘驱动界面,以便您可以从桌面上的任何位置运行 Aura 命令(与活动窗口完全解耦)。这个热键驱动的启动器目前在 Linux (Manjaro) 上实现和测试;其他发行版可能也可以工作,但需要进行设置。参见👉 docs/Feature_Spotlight/CopyQ_Shortcut_Super_s.md
X空格符X
SL5 Aura 是一款完整的离线语音助手,基于 Vosk(用于语音转文本)和 LanguageTool(用于语法/风格)构建,具有可选的本地 LLM (Ollama) 后备,用于创意响应和高级模糊匹配。它将您的声音转换为精确的操作和文本,旨在通过可插入的规则系统和动态脚本引擎实现最终定制。
X空格符X
翻译:该文档也存在于other languages中。
注意:许多文本是原始英文文档的机器生成翻译,仅供一般指导。如有差异或歧义,始终以英文版本为准。我们欢迎社区帮助改进此翻译!
</详情>
<详情>
<摘要>演示</摘要>
📺 终端演示

主要特点
离线和私人: 100% 本地。任何数据都不会离开您的机器。
动态脚本引擎: 超越文本替换。规则可以执行自定义 Python 脚本(on_match_exec)来执行高级操作,例如调用 API(例如,搜索维基百科)、与文件交互(例如,管理待办事项列表)或生成动态内容(例如,上下文感知的电子邮件问候语)。
上下文感知规则: 将规则限制到特定应用程序。使用“only_in_windows”,您可以确保规则仅在特定窗口标题(例如“终端”、“VS Code”或“浏览器”)处于活动状态时触发。这适用于跨平台(Linux、Windows、macOS)。
高控制转换引擎: 实现配置驱动、高度可定制的处理管道。规则优先级、命令检测和文本转换纯粹由模糊映射中规则的顺序决定,需要配置,而不是编码。
保守的 RAM 使用: 智能管理内存,仅在有足够的可用 RAM 时才预加载模型,确保其他应用程序(例如您的 PC 游戏)始终具有优先权。
跨平台: 适用于 Linux、macOS 和 Windows。
完全自动化: 管理自己的 LanguageTool 服务器(但您也可以使用外部服务器)。
极速: 智能缓存可确保即时“正在收听…”通知和快速处理。
通过 Trino 进行动态状态管理: 接口感知配置引擎
分离 speech、terminal 和 web 的设置 — 更改一个而不需要
影响其他人。包括实时管理仪表板(端口 8084)。
</详情>
<详情>
🔌 即用型集成
X空格符X
## 🔌 即用型集成
SL5-Aura 配备了一个庞大的生态系统,包含超过 100 多个预配置插件。以下是一些亮点:
OculiX / SikuliX IDE 语音控制
SL5-Aura 为 OculiX 和 SikuliX IDE 提供一流的语音支持。这种集成允许您“说出”您的自动化代码。
语音到片段: 说“单击”、“等待”或“查找全部”,服务会立即在 IDE 中键入正确的 Python 代码(例如,click("image.png"))。
Window-Aware: 该插件是上下文相关的;它仅在 OculiX/SikuliX 窗口聚焦时激活。
智能英语支持: 针对“en-US”进行了优化,特别关注非母语口音(例如德语-英语语音),确保全球社区的高识别准确性。
可扩展: 使用易于编辑的“FUZZY_MAP_pre.py”格式。
0 A.D. 语音控制
</详情>
<详情>
<摘要>文档</摘要>
</详情>
👉 阅读其他语言版本:
🇬🇧 English | 🇸🇦 العربية | 🇩🇪 Deutsch | 🇪🇸 Español | 🇫🇷 Français | 🇮🇳 हिन्दी | 🇯🇵 日本語 | 🇰🇷 한국어 | 🇵🇱 Polski | 🇵🇹 Português | 🇧🇷 Português Brasil | 🇨🇳 简体中文
<详情>
<摘要>安装</摘要>
## 安装
🎥 无需审核即可快速安装(Manjaro/Arch 视频)
观看完整的 6 分钟设置过程:
下载: ~3 分钟
设置和首次启动: ~3 分钟(包括欢迎向导)
👉 SL5 Aura Installation Live-Demo on YouTube
设置过程分为两步:
下载最新版本或主版本 ( https://github.com/sl5net/SL5-aura-service/archive/master.zip ) 或将此存储库克隆到您的计算机。
运行适用于您的操作系统的一次性安装脚本。
安装脚本处理一切:系统依赖项、Python 环境,以及直接从我们的 GitHub 版本下载必要的模型和工具(~4GB)以获得最大速度。
适用于 Linux、macOS 和 Windows(具有可选语言排除)
为了节省磁盘空间和带宽,您可以在安装过程中排除特定语言模型(“de”、“en”)或所有可选模型(“all”)。 始终包含核心组件(LanguageTool、lid.176)。
在项目根目录中打开终端并运行适用于您的系统的脚本:
代码_块_0
对于 Windows
使用管理员权限运行安装脚本。
安装读取和运行工具,例如CopyQ或AutoHotkey v2。这是文本输入观察者所必需的。
安装是完全自动化的,在新系统上使用 2 个型号时大约需要 8-10 分钟。
导航至“setup”文件夹。
双击 windows11_setup_with_ahk_copyq.bat。
安装完成后,Aura Dictation 将自动启动。
注意: 您不需要预先安装Python或Git;脚本处理一切。
高级/自定义安装
如果您不想安装客户端工具(AHK/CopyQ)或希望通过排除特定语言来节省磁盘空间,您可以通过命令行运行核心脚本:
代码_块_1
</详情>
<详情>
<摘要>用法</摘要>
## 用法
1.启动服务
在 Linux 和 macOS 上
一个脚本可以处理所有事情。它会在后台自动启动主要听写服务和文件观察器。
代码_块_2
在 Windows 上
启动服务是一个两步手动过程:
启动主服务: 运行start_aura.bat。或使用“python3”从“.venv”服务启动
2. 配置您的热键
要触发听写,您需要一个创建特定文件的全局热键。我们强烈推荐跨平台工具CopyQ。
我们的推荐:CopyQ
使用全局快捷方式在 CopyQ 中创建新命令。
Linux/macOS 命令:
代码_块_3
使用 CopyQ 时的 Windows 命令:
代码_块_4
使用 AutoHotkey 时的 Windows 命令:
代码_块_5
3. 开始听写!
单击任何文本字段,按热键,将出现“正在收听…”通知。说清楚,然后停顿。系统将为您输入更正后的文本。
</详情>
<详情>
高级配置(可选)
高级配置(可选)
您可以通过创建本地设置文件来自定义应用程序的行为。
导航到“config/”目录。
创建 config/settings_local.py_Example.txt 的副本并将其重命名为 config/settings_local.py。
编辑 config/settings_local.py (它会覆盖主 config/settings.py 文件中的任何设置)。
默认情况下,Git 会忽略此 config/settings_local.py 文件,因此您的个人更改不会被更新覆盖。
插件结构和逻辑
系统的模块化允许通过plugins/目录进行强大的扩展。
处理引擎严格遵守分层优先级链:
模块加载顺序(高优先级): 从核心语言包(de-DE、en-US)加载的规则优先于从 plugins/ 目录(按字母顺序最后加载)加载的规则。
X空格符X
文件内顺序(微优先级): 在任何给定的映射文件 (FUZZY_MAP_pre.py) 中,规则严格按 行号 (从上到下)处理。
X空格符X
这种架构确保核心系统规则受到保护,而特定于项目或上下文感知的规则(例如 CodeIgniter 或游戏控件的规则)可以通过插件轻松添加为低优先级扩展。
</详情>
<详情>
Windows 用户的关键脚本
Windows 用户的关键脚本
以下是在 Windows 系统上设置、更新和运行应用程序的最重要脚本的列表。
设置和更新
chmod +x update.sh; ./更新.sh
setup/setup.bat:环境的初始一次性设置的主脚本。
or 运行 powershell -Command "Set-ExecutionPolicy -ExecutionPolicy Bypass -Scope Process -Force; .\setup\windows11_setup.ps1"
update.bat :从项目文件夹运行它以获取最新的代码和依赖项。
🚀 主要功能和操作系统兼容性
<详情>
操作系统兼容性图例
操作系统兼容性图例:
🐧 Linux(例如 Arch、Ubuntu)
🍏 macOS
🪟 Windows
📱 Android(针对移动设备特定功能)
</详情>
核心语音转文本 (Aura) 引擎
我们用于离线语音识别和音频处理的主要引擎。
X空格符X
<详情>
光环核心
光环核心/ 🐧 🍏 🪟
├─ aura_engine.py(编排 Aura 的主要 Python 服务)🐧 🍏 🪟
├┬ 实时热重载(配置和地图)🐧🍏🪟
│├ 安全私有地图加载(完整性第一) 🔒 🐧 🍏 🪟
│ │ * 工作流程: 加载受密码保护的 ZIP 存档。 X空格符X
│├ 文本处理和更正/ 按语言分组(例如 de-DE、en-US、…)
│├ 1. normalize_punctuation.py(转录后标点符号标准化)🐧 🍏 🪟
│├ 2. 智能预校正 (FuzzyMap Pre - The Primary Command Layer) 🐧 🍏 🪟
││ * 动态脚本执行: 规则可以触发自定义 Python 脚本 (on_match_exec) 来执行高级操作,如 API 调用、文件 I/O 或生成动态响应。
│ │ * 级联执行:规则按顺序处理,其效果累积。后面的规则适用于前面的规则修改的文本。
│ │ * 最高优先级停止标准: 如果规则实现 完全匹配 (^…$),则该令牌的整个处理管道将立即停止。这种机制对于实现可靠的语音命令至关重要。
│├ 3. Correct_text_by_languagetool.py (集成LanguageTool用于语法/风格校正) 🐧 🍏 🪟
│├ 4.具有 Ollama AI 后备功能的分层正则表达式规则引擎 🐧 🍏 🪟
│ │ * 确定性控制: 使用 RegEx-Rule-Engine 进行精确、高优先级的命令和文本控制。
│├ 矢量搜索插件(延迟加载):通过将本地矢量嵌入与 Ollama/LLM 后备层连接来启用语义搜索 🐧
││ * Ollama AI(本地法学硕士)后备: 在不满足确定性规则时,充当创意答案、问答和高级模糊匹配的可选、低优先级检查。
│ │ * 状态: 本地法学硕士整合。
│└ 5. 智能后期校正 (FuzzyMap)– LT后细化 🐧 🍏 🪟
│ │ * 在 LanguageTool 之后应用以纠正 LT 特定的输出。遵循与预校正层相同的严格级联优先级逻辑。
││ * **动态脚本执行:**规则可以触发自定义Python脚本(on_match_exec)来执行高级操作,例如API调用、文件I/O或生成动态响应。
││ * 模糊回退: 模糊相似性检查(由阈值控制,例如 85%)充当最低优先级的纠错层。仅当前面的整个确定性/级联规则运行未能找到匹配项(current_rule_matched 为 False)时才会执行它,通过尽可能避免缓慢的模糊检查来优化性能。
├┬ 模型管理/
│├─ prioritize_model.py (根据使用情况优化模型加载/卸载) 🐧 🍏 🪟
│└─ setup_initial_model.py (配置首次模型设置) 🐧 🍏 🪟
├─ 自适应 VAD 超时 🐧 🍏 🪟
├─ 自适应热键(开始/停止) 🐧 🍏 🪟
├─ 即时语言切换(通过模型预加载进行实验)🐧 🍏
├─ Airflow Orchestration(基于 DAG 的工作流程自动化)🐧 🍏 🪟
│ 需要 Docker · UI: http://localhost:8081 🐧 🍏 🪟
├─ Trino 状态引擎(每个语音/终端/网络的接口感知配置)🐧 🍏 🪟
└─ 需要 Docker · 管理界面:http://localhost:8084 🐧 🍏 🪟
系统实用程序/
├┬ LanguageTool 服务器管理/
│├─ start_languagetool_server.py (初始化本地 LanguageTool 服务器) 🐧 🍏 🪟
│└─ stop_languagetool_server.py (关闭 LanguageTool 服务器) 🐧 🍏
├─ monitor_mic.sh (例如,与耳机一起使用,而不使用键盘和显示器) 🐧 🍏 🪟
模型和包管理
用于稳健处理大型语言模型的工具。
模型管理/ 🐧 🍏 🪟
├─ 强大的模型下载器(GitHub 发布块)🐧 🍏 🪟
├─ split_and_hash.py (仓库所有者分割大文件并生成校验和的实用程序)🐧 🍏 🪟
└─ download_all_packages.py (供最终用户下载、验证和重新组装多部分文件的工具) 🐧 🍏 🪟
</详情>
<详情>
开发和部署助手
开发和部署助手
用于环境设置、测试和服务执行的脚本。
提示:glogg 使您能够使用正则表达式在日志文件中搜索有趣的事件。
安装时请选中该复选框以与日志文件关联。 X空格符X
https://translate.google.com/translate?hl=en&sl=en&tl=zh-CN&u=https://glogg.bonnefon.org/
X空格符X
提示:定义正则表达式模式后,运行“python3 tools/map_tagger.py”以自动生成 CLI 工具的可搜索示例。有关详细信息,请参阅 Map Maintenance Tools。
然后也许双击
日志/aura_engine.log
X空格符X
DevHelpers/
├┬ 虚拟环境管理/
│├ scripts/restart_venv_and_run-server.sh (Linux/macOS) 🐧 🍏
│└ scripts/restart_venv_and_run-server.ahk (Windows) 🪟
├┬ 全系统听写集成/
│├ Vosk-系统-监听器集成 🐧 🍏 🪟
│├ scripts/monitor_mic.sh (Linux 专用麦克风监控) 🐧
│└ scripts/type_watcher.ahk (AutoHotkey 侦听已识别的文本并在系统范围内将其输入)🪟
└─ CI/CD 自动化/
└─ 扩展的 GitHub 工作流程(安装、测试、文档部署)🐧 🍏 🪟 (在 GitHub 操作上运行)
</详情>
<详情>
实验特性
X空格符X
### **即将推出/实验性功能**
目前正在开发或处于草稿状态的功能。
实验功能/
├─ ENTER_AFTER_DICTATION_REGEX 激活规则示例“(ExampleAplicationThatNotExist|Pi,您的个人 AI)” 🐧
├┬插件
│╰┬ 实时延迟重新加载 (*) 🐧 🍏 🪟
(对插件激活/停用及其配置的更改将应用于下一次处理运行,无需重新启动服务。)
│ ├ git 命令(发送 git 命令的语音控制)🐧 🍏 🪟
│ ├ 万韦尔(德国-万韦尔位置地图)🐧 🍏 🪟
│ ├ 扑克插件(草案)(扑克应用程序的语音控制)🐧 🍏 🪟
│ └ 0 A.D. 插件(草稿)(0 A.D. 游戏的语音控制)🐧
├─ 开始或结束会话时的声音输出(描述待定)🐧
├─ 针对视障人士的语音输出(描述待定)🐧 🍏 🪟
└─ SL5 Aura Android 原型(尚未完全离线)📱
(注意:通用 Linux 🐧 符号涵盖了特定的 Linux 发行版,例如 Arch (ARL) 或 Ubuntu (UBT)。安装指南中可能会介绍详细的区别。)
</详情>
<详情>
点击查看生成此脚本列表所使用的命令
代码_块_6
</详情>
<详情>
架构的图形概述
架构的图形概述:

X空格符X
</详情>
<详情>
使用过的型号
使用的型号:
建议:使用 Mirror https://github.com/sl5net/SL5-aura-service/releases/tag/v0.2.0.1 中的模型(可能更快)
这些压缩的模型必须保存到“models/”文件夹中
mv vosk-model-*.zip 模型/
型号 |
尺寸 |
字错误率/速度 |
笔记 |
许可证 |
vosk-model-en-us-0.22 |
1.8G |
5.69(librispeech 测试清理) 6.05(tedlium) 29.78(呼叫中心) |
精准通用美式英语模型 |
阿帕奇2.0 |
vosk-model-de-0.21 |
1.9G |
9.83(Tuda-de 测试) 24.00(播客) 12.82(cv-测试) 12.42(mls) 33.26(mtedx) |
德国大型电话和服务器模型 |
阿帕奇2.0 |
此表提供了不同 Vosk 型号的概述,包括其大小、字错误率或速度、注释和许可证信息。
LanguageTool许可证: GNU Lesser General Public License (LGPL) v2.1 or later
</详情>