cnt

一个用 Rust 写的简体中文拼音输入法，跑在 IBus 上：整句解码、越用越顺手、自带纯本地语音输入。

特性

• 整句解码：自研 beam search + 词级格（无开源解码库），标准 410 音节表；热键延迟 ~80µs
• 越用越顺手：用户调频 + 自动学习新词，30 天半衰期淡出、2 万条封顶
• 纯本地语音输入：按住说话 / 切换式常开听写，音频不出本机（Fun-ASR-Nano + CT-Transformer 标点，前端全自研）
• 模糊音：平翘舌 / 边鼻音 / 前后鼻音 / 常见声母混淆，按代价分档，精确读音优先
• 增量确认（Rime 式）：部分候选只确认一段，剩余拼音继续组合，不用删光重打
• 轻量：mmap 零拷贝词库 + 自研 n-gram LM（270k unigram + 480 万 bigram），与英文输入、Rime 互不冲突

架构

应用程序 ──► ibus-daemon ──► cnt-daemon（本输入法引擎）
                 │                    │
                 │                    └─► 麦克风 ─► cnt-audio ─► cnt-asr-onnx（本地推理）
                 └──► ibus-panel（画候选窗，不需要我们写 GUI）

快速上手

# 1. 准备数据（一次性）——词库/语言模型不入库，从 fcitx5 官方源下载转换
#    dict_sc.txt（约 30 万词条）→ data/cnt.dict（编译后 13 万词条）
#    lm_sc.arpa → data/lm.cntl
cargo run -p cnt-dict-tools -- import-libime dict_sc.txt data/wordlist.tsv --lm lm_sc.arpa
cargo run -p cnt-dict-tools -- build       data/wordlist.tsv data/cnt.dict
cargo run -p cnt-dict-tools -- build-lm    lm_sc.arpa data/lm.cntl

# 2. 启动引擎（数据默认在 ~/.local/share/cnt/，可用环境变量覆盖）
CNT_DICT=data/cnt.dict CNT_LM=data/lm.cntl cargo run -p cnt-daemon

# 3. 另一终端：测试客户端模拟输入（a-z、空格、回车、退格、1-9、方向键，空行退出）
cargo run -p cnt-test-client

环境变量：CNT_DICT、CNT_LM、CNT_USER_DB、CNT_ASR_DIR、CNT_PUNCT_DIR （默认都在 $XDG_DATA_HOME/cnt/）、CNT_CONFIG（配置路径）。

键位

键	作用
a-z	输入拼音
'	音节分隔：组合中强制切分（xi'an → 西安，不被当 xian/现）；未组合时是智能引号
空格	选中光标处候选（部分候选 → 确认该段，继续组合）
1-9、0	直接选该序号的候选（0 = 页内第 10 个；超出本页的序号不响应）
Ctrl+Delete	删除光标处候选（忘记误学的词，撤销自动学习）
← → / ↑ ↓	在候选间移动光标（跨页自动翻页）
PageUp PageDown / - =	翻页（光标落到新页首）
退格	删未确认的字母；未确认部分为空时撤销上一次部分确认
Esc	丢弃整个组合（含已确认段）
回车	把未确认的拼音原文当英文提交
Shift 单击	中/英模式切换（350ms 内按下释放）
按住 右 Alt	语音输入：按住说话，松手识别上屏（需开启 [voice]）
Ctrl+Shift+空格	语音输入：切换式常开听写（VAD 自动切句）
录音中 Esc	放弃这次语音，一个字都不上屏

语音输入

纯本地：模型在你机器上跑，音频只在内存里流动，不上传、不落盘。

• 按住说话（默认右 Alt）：短句，松手识别
• 切换式常开（默认 Ctrl+Shift+空格）：长段口述，VAD 自动切句、逐句上屏

识别用 Fun-ASR-Nano 的 CTC 导出（188 MB，int8）+ CT-Transformer 标点（65 MB）， cnt-lm 对 n-best 重排纠「音对字错」，user.dict 热词偏置。 链路细节（端口契约、IME 显示、实测数据）：docs/voice-input.md。

bash scripts/fetch-asr-model.sh   # 声学 188 MB → data/asr，标点 65 MB → data/punct

安装

# 1. 先按「快速上手」生成 data/cnt.dict 和 data/lm.cntl
# 2. 安装（最后一步 ibus restart 会重启会话输入法，属正常现象）
./scripts/install.sh          # 拼音 + 语音（自动下载模型，约 324 MB）
./scripts/install.sh --no-voice   # 只装拼音

安装布局：

内容	位置	权限
主程序 / 诊断工具	~/.local/bin/cnt-daemon / ~/.local/bin/cnt-asr-tools	用户级
词库/语言模型	~/.local/share/cnt/{dict.cntd,lm.cntl}	用户级
语音模型	~/.local/share/cnt/{asr,punct}	用户级
配置	~/.config/cnt/config.toml（缺 [voice] 时自动补上并开启语音）	用户级
ibus 组件	/usr/share/ibus/component/cnt.xml	sudo（唯一特权操作）

构建依赖：麦克风采集走 ALSA，需要 dev 包（sudo apt install libasound2-dev， Fedora 用 alsa-lib-devel / Arch 用 alsa-lib）；PipeWire 自带 ALSA 兼容层， 无需额外后端。install.sh 会先检查，缺就自动装。

卸载：

sudo rm /usr/share/ibus/component/cnt.xml
rm -rf ~/.local/bin/cnt-daemon ~/.local/bin/cnt-asr-tools ~/.local/share/cnt
ibus restart

测试

cargo test      # 二进制格式 / mmap 查询 / 打分 / 用户调频 / 按键状态机 / 语音前端与 VAD

候选质量回归（读音误配检测）：cargo build --release -p cnt-dict-tools 后跑 .agents/skills/fuzzy-test/fuzzy_test.py（selftest / sample / mono）， 详见 docs/pinyin-engine.md。

文档

文档	内容
docs/architecture.md	工作区结构、架构、搜索/打分解耦（cnt-score）
docs/pinyin-engine.md	整句解码、候选分组、增量确认、模糊音、质量回归
docs/input-behavior.md	中文标点、中/英切换、配置
docs/dictionary.md	词库数据管线、用户模型与写盘策略
docs/voice-input.md	语音输入链路全貌（端口/n-best 重排/模型/实测）
docs/performance.md	性能数据、测量纪律、热路径设计