爱意满满的作品展示区。
iarch

开源一个统计语言模型驱动的中文输入法 Sime,支持 Linux / Android / macOS

  •  
  •   iarch · Jul 9 · 1078 views

    Hi,大家好:

    完全自研的中文输入法「是语输入法引擎 Sime 」,过来分享一下。

    核心是 C++ 引擎 + 自训语言模型(百亿字语料),整句解码。几个特点:

    • 全拼 / 简拼 / T9 九宫格,支持任意混输:h'n'w's → 湖南卫视,shanxi9426 → 陕西西安,T9 还能中英混输(7464486474663 → 苹果 iPhone )
    • 上下文联想、繁简转换、表情符号
    • 完全本地运行,输入和剪贴板内容不上传、不收集、不统计
    • Apache-2.0 ,连训练 pipeline 一起开源,可以拿自己的语料训模型

    目前支持 Linux ( fcitx5 )、Android 、macOS ,iOS 在计划中。

    仓库: https://github.com/Ismantic/Sime 下载: https://github.com/Ismantic/Sime/releases/latest

    还在持续开发中,欢迎试用和拍砖,遇到问题提 issue 就行。

    非常期待大家提出意见,任何反馈对我来说都是很宝贵的,也期望能多些 Star ,能让我继续改进下去,谢谢。

    9 replies    2026-08-02 16:08:34 +08:00
    iarch
        1
    iarch  
    OP
       Jul 9
    其实这个项目很适合对中文输入法感兴趣的人学习,自认为这个项目包含了全部训练和推理的输入法实现细节。
    dddedd
        2
    dddedd  
       Jul 9
    没有 win 吗
    iarch
        3
    iarch  
    OP
       Jul 9
    @dddedd 其实可以搞,引擎是统一的,用 Cc/Codex 实现个前端也不难。
    SayHelloHi
        4
    SayHelloHi  
       Jul 10
    后期词库如何升级?
    omph
        5
    omph  
       Jul 10
    语料模型,研究一下是什么
    iarch
        6
    iarch  
    OP
       Jul 10
    把驱动这个输入法的中文分词部分也顺带说一下,项目地址:github.com/Ismantic/IsCut 这个是专门配套前面的输入法项目的分词库。若是随便搭配一个分词去做语言模型统计的话,要控制词表大小的话,不可避免会引入很多 OOV ,这对输入法其实是不可接受的,输入法该能做到输入全部合法汉字。这个库就是解决这个问题的。
    iarch
        7
    iarch  
    OP
       Jul 10
    @SayHelloHi http://github.com/Ismantic/IsCut 词库部分依赖这个中文分词库,可以看看这个
    iarch
        8
    iarch  
    OP
       Jul 29
    更新:把 AUR 流程完成了,ArchLinux 下可以通过 yay -S fcitx5-sime 安装了
    iarch
        9
    iarch  
    OP
       6 days ago
    更新:尝试了下蒸馏,改进了下延迟,推荐试用下 Android 版

    https://github.com/Ismantic/SimeApp/releases/tag/v0.15.4
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   1015 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 42ms · UTC 18:44 · PVG 02:44 · LAX 11:44 · JFK 14:44
    ♥ Do have faith in what you're doing.