wangjia
25acf9db6e
横向对比云端 gummy 与本地开源模型(faster-whisper/SenseVoice/Paraformer)， 重点覆盖中英混说，产出准确率(CER/WER/MER)/速度(延迟/RTF)/资源(cpu/mem/模型大小) 对比报告。公共集(ASCEND/AISHELL/LibriSpeech)统一走 HF 适配器 + 自定义 JSONL manifest。 gummy 引擎对照 server/internal/asr/gummy.go 协议移植。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
dudu（嘟嘟）语音输入法
付费语音输入法：大模型识别准确度 + 流式实时上屏 + 极简交互。全平台（Mac / Windows / iPhone / iPad / Android），桌面端按住全局快捷键说话，移动端键盘按住大麦克风说话。微信登录 + 微信支付时长包（不过期），每天免费试用 3 分钟。
仓库结构
server/ Go 后端（gin + gorilla/websocket + PostgreSQL + Redis）
pkg/protocol/ 客户端协议常量与消息结构 —— 5 端对齐的唯一真相源
desktop/ 桌面端 Tauri 2（Mac + Windows）
android/ Kotlin：主 App + IME Service
ios/ Swift：主 App + Keyboard Extension
design/ 官方设计系统（tokens / React 组件 / UI kits）—— 界面唯一真相源
design-pipeline/ 令牌导出管线：tokens.css → DuduTheme.swift / DuduTheme.kt
doc/ 设计文档（HTML）
todo/ 项目 TODO（todo.html 看板，经 /todo skill 管理）
设计文档
| 文档 | 内容 |
|---|---|
doc/plan/design.html |
MVP 总体方案 v0.3（架构、里程碑、风险） |
doc/frontend-design.html |
前端实现设计 v1.1（100% 还原设计系统） |
doc/backend-architecture.html |
后端与数据架构 v1.1（API / 协议 / 计费账本） |
开发
后端：
cd server
docker compose up -d # postgres + redis
go run ./cmd/server # 默认 :8080，ASR_PROVIDER=mock
go test ./...
令牌导出（design/tokens 变更后执行并提交产物）：
node design-pipeline/export-tokens.mjs # 生成
node design-pipeline/export-tokens.mjs --check # CI 校验
关键约定
- 协议改动只改
server/pkg/protocol，各端对照实现 - 界面规格以
design/为准，硬规则见design/readme.md（一屏一个蓝主按钮 / 无渐变 / 无 emoji / 浮层永远深色玻璃） - 待办经
/todo管理（看板todo/todo.html），状态流转 open → doing → done →（用户验收）accepted