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 2026-07-09 20:00 1

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。

最新回复 (7)
  • iarch 楼主 07-09 21:09
    1
    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 07-09 21:14
    2
    没有 win 吗
  • iarch 楼主 07-09 21:24
    3
    @dddedd 其实可以搞,引擎是统一的,用 Cc/Codex 实现个前端也不难。
  • SayHelloHi 07-10 08:43
    4
    后期词库如何升级?
  • omph 07-10 08:50
    5
    语料模型,研究一下是什么
  • iarch 楼主 07-10 09:15
    6
    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 楼主 07-10 09:16
    7
    @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
* 帖子来源V2EX
返回