简介说明
这玩意儿是个能听懂你说话的提词器
你知道发布会、演讲最怕啥吗？不是没准备，是准备得太熟，一紧张脑子空白，然后眼神就开始飘，到处找稿子。一低头，跟观众的连接就断了。
所以我看到 Prompter 这个项目的时候，第一反应是：哎？有点意思。
它其实就是一个跑在 Windows 上的桌面提词器，叫 prompter。但跟那种无脑自动滚字幕的提词器不一样，这货能用你说话的声音来驱动进度——你念到哪儿，它滚到哪儿，主打一个"语音辅助跟稿"。
核心理念：本地跑，不联网
开发者 SallyZhou9527 的想法挺实在：所有语音识别都在你电脑本地完成，不传云端。
好处很明显：
没延迟：不用等网络来回传数据，嘴里说完，屏幕上就动。
隐私安全：演讲稿、声音数据不会传到任何服务器，就待在你硬盘里。
不受网络限制：发布会现场 Wi-Fi 挂了？不影响，提词器照常跑。
坏处也顺嘴提一句——模型文件挺大的，得自己动手下。不过项目给了脚本，跑一下的事儿，不算麻烦。
怎么搭的？技术栈很"现代"
这项目的技术选型有点意思，不是那种老掉牙的 WinForms，也不是纯 Web 套壳。
前端：React 18 + TypeScript —— 界面用这个写，看着现代，交互也顺滑。
后端核心：Rust —— 用 Tauri 2 这个框架把前端和底层粘在一起。
语音识别：支持两个离线引擎，你二选一：sherpa-onnx 或者 Vosk。都有现成的脚本可以下模型。
这种组合的好处是：Rust 保证性能和内存安全，React 保证界面开发效率。而且 Tauri 打包出来的 exe 体积比 Electron 小得多，不臃肿。
功能上，能干啥？
看完它的 README，我觉得最实用的几个点是：
支持多种稿件格式：TXT、Markdown、PPTX 的演讲者备注、DOCX 文档，都能直接导进去。不用手动复制粘贴排版，省事儿。
独立的字幕输出窗口：这个很关键。你可以把字幕窗口拖到第二块屏幕（比如舞台上的返看屏或者提词器专用显示器），然后控制台界面留在你自己的笔记本上。两个窗口互不干扰，你可以偷偷在控制台改进度、切稿子，观众那边的字幕窗口不受影响。
使用场景
画面翻转 + 反向滚动，适配各种硬件场景：这是我觉得最体现开发者懂行的地方。Prompter 提供了三种独立的显示模式，可以按需自由搭配：
水平镜像模式：配合半透镜提词器硬件使用。专业提词器通常由屏幕和一块 45 度倾斜的半透镜组成，为了让演讲者通过反射看到正向的文字，屏幕上的内容必须先水平翻转（像照镜子一样）。这个模式就是专门为这种硬件设计的。
上下翻转模式：解决设备安装角度奇葩的问题。比如提词器屏幕需要倒挂安装在天花板或支架上时，画面就会颠倒，开启上下翻转就能恢复正常。
反向滚动模式：适应从下往上读稿的习惯。默认提词器文字向上滚动（新内容从底部进入），但有些演讲者习惯文字从顶部进入、从底部消失，反向滚动就是为了满足这种个人偏好。
这三种模式彼此独立，互不干扰。比如你用半透镜提词器就开"水平镜像"，屏幕倒挂着就再加个"上下翻转"，习惯反方向读稿就再把"反向滚动"也打开，组合使用完全没问题。
麦克风选择 + 输入电平诊断：能选哪个麦克风拾音，还能看音量条确认收音是否正常。发布会前检查这个很实用，避免上台了才发现没声音驱动不了滚动。
生态：刚开源，Star 只有 2 个（截止我看到的时候），意味着还没经过大量用户反馈迭代，可能会有些小 bug。
思路挺好——用本地语音识别解决提词器跟稿不自然的问题。而且它是 MIT 许可证，意思是你随便用、随便改，甚至拿去做商业产品都行。如果你正好有提词器的需求，或者想学 Tauri + Rust 的桌面开发，这个仓库就是个不错的现成参考。
图片预览
主界面
提词器显示模式（需要点击"开始演讲"才能看到正式效果）
模式展示，这三种模式可以按需要自由搭配：
水平镜像模式
上下翻转模式
反向滚动模式
下载地址
https://github.com/SallyZhou9527/prompter
https://pan.baidu.com/s/1d6euzeJkYO47SE3IkC1x_g?pwd=inf8 提取码: inf8
评论抢沙发