主页 / ubuntu / 问题 / 1520426
Accepted
Gridzbi Spudvetch
Asked: 2024-07-13 10:09:34 +0800 CST

Bash：以编程方式将文本输出到光标？

  • 772

我正在尝试编写一个脚本，将 OpenAI 的 Whisper 用作语音转文本。基本思路是，我按下某个组合键，它开始录制到某个音频文件，我停止它，它分析音频并从中获取文本，然后将所有这些文本直接粘贴到我所使用的任何程序中的光标上。我不知道最后一部分该怎么做 - 我可以将其输出到剪贴板，但仍然需要额外按下几个键才能粘贴，我希望它尽可能流畅。有办法做我想做的事吗？

编辑：这是完整的脚本，您可以根据需要进行修改。

#!/bin/bash
gunchislas() (
    echo $BASHPID > [scripts path]/pid.txt
    arecord -f cd -D "default" --file-type raw | lame -r - "[scripts path]/.stt.mp3"
)
waiting() {
    zenity --info --text="Taking speech to text input now."
}
gunchislas & waiting & wait -n
pkill -P $(cat [scripts path]/pid.txt) --signal 9
aplay "[scripts path]/clock.wav"
whisper "[scripts path]/.stt.mp3" --language en --model tiny | cut -c 28- | awk NF=NF RS= OFS=" " | xclip
rm "[scripts path]/.stt.mp3"
rm "[scripts path]/pid.txt"
aplay "[scripts path]/recorded.wav" & xdotool type "$(xclip -o)"

clock.wav 和 record.wav 只是我制作的小通知声音，这样你就可以知道它在做什么

bash

1 个回答

  1. Best Answer

    要以编程方式在光标处输出文本，可以使用键盘模拟工具。这些工具将按键发送到应用程序。

    xdotool type "$(xclip -o)"看起来确实可以解决这个问题。但是：

    1. 它只能在 Xorg 上运行，而不能在现代 Ubuntu 系统的默认系统 Wayland 上运行。

    2. 当要输入的文本变得更长时，它将被证明是不可靠的：有可能会出现按键丢失的情况。

    • 要解决问题一，您可以使用ydotool或dotool。这些工具适用于 Xorg 和 Wayland。要在 Wayland 上操作剪贴板，wl-clipboard可以使用。

    • 为了解决第二个问题，请考虑粘贴剪贴板文本而不是键入。为此，请模拟快捷键Ctrl+V或Shift+ Insert。这样不仅可以可靠地粘贴所有文本，而且速度也会快得多。

    在您的脚本中，文本已在剪贴板中。因此，粘贴而不是键入内容是显而易见的：您只需用 替换 即可xdotool type "$(xclip -o)。xdotool key ctrl+v使用dotool，命令将是：

    echo key ctrl+v | dotoolc

    使用 ydotool，它变成

    ydotool key 29:1 47:1 47:0 29:0

    • 5

相关问题