72小时急速开发
参加项目开发比赛的三天两夜，语音输入法的诞生记
参加了某公司的72小时项目开发比赛，选了语音输入法题目。其实本来有三个时间点可选的，但凌晨两点临时起意拉朋友来搞了，结果第一件事是睡大觉，第二天中午才起床。
发现还有60个小时，于是洗了把脸买了杯咖啡开始建仓库和在腾讯文档里劈里啪啦。这几天在线时间最长的软件很可能是 oopz。
技术选型
最开始想用本地部署的模型，但是 SenseVoice 的中文识别非常抽象，时间紧凑的情况下不是很想搞模型微调，于是决定改用讯飞的语音转写大模型 API。流式识别确实好用，极大提升了用户体验感。
最终敲定的这个小小的窗口 UI，也是因为调查了不少竞品，比如讯飞、豆包、搜狗什么的才得出的。对这种简约风格没有抵抗力，可惜因为时间缘故没办法细细优化手感。
VAD 静音检测
比较骄傲的地方大概就是可供用户 DIY 的 VAD（静音检测）了。其实一开始有想过支持用户自定义语料库和按下开关就切换识别模式——工作状态下更容易识别工作名词，VAD 时间也更长；聊天状态下更偏向口语化，VAD 时间缩短。
但最终只是提供了一个秒单位的输入框让用户自己填。因为各种各样的时间原因没有让所有想法都落地，产品开发真是累人啊~
UI 设计
一开始想做大号窗口，但说实话这和输入法似乎毫无关系，还是希望能做一个很“输入法”的输入法。所以最后的形态是这样的：一个小窗口、一两个按钮、全局唤醒、光标自动输入、始终置顶。也不是很挡视野吧？
配色是在三个换色方案里挑出来的，本来还想多试几个更大胆的风格（比如心心念念的像素风），但因为时间缘故还是作罢了。
感谢
不得不说这样的经历还是蛮少有的，而且很有意思。虽然大部分后端架构都是好朋友 DeepWave 大人设计的，但我也做了不少工作哦——竞品调研、功能需求、交互逻辑、测试用例、UI 设计、前端开发……啊哈哈，好吧我是被深涛大人带的躺赢狗。
总之大概就是这样的事情啦。仓库地址在下面，感兴趣的可以下一个玩，非常感谢你能看到这里，爱你！