言泉拼音输入法 (v2.7.0)

软件简介：

言泉是一个开源的 Windows 拼音输入法。没有广告，不捆绑软件，也不会上传你的输入记录——词库、设置和学习数据都只存在本机。代码全部公开，它做了什么，你随时可以查证。

主要特性：

TSF 文本服务：注册、激活、组合生命周期的主流程已可用，并注册 TSF COM-less 能力类别，以适配采用该激活方式的宿主。TSF DLL 同时支持 Win64 与 Win32（svr.dll / svr32.dll），host 进程仅保留 Win64。

候选窗口：支持候选翻页、选词与上屏；可在设置中开启多行展开模式，翻页时最多显示三行候选，数字键选择当前行的词，Tab 补全区不受影响。

英文识别：中文全拼、半角输入时，英文单词和名称（如 pro、markdown、Effie）、带大写字母的输入以及曾按字母上屏的输入，可显示在编号候选之前。输入没有整词中文读法时默认选中，空格原样上屏；有中文读法时（如 bug、mac），由语言模型结合上文在字母与中文之间权衡：选中、只显示不选中，或不显示。中文候选的数字编号不变。默认开启，可在“常规”设置中关闭；双拼仍按中文处理。

光标旁的中英文提示：切换中英文时（默认按 Shift，也可用自定义快捷键或任务栏的输入指示器），光标上方短暂显示言泉 logo 和“中”或“英”；从其他输入法切换到言泉时（Win+Space、Alt+Shift 或任务栏的输入指示器）也显示当前状态。在英文状态下进入输入框时同样提示：英文状态直接输出字母，没有任何输入法的迹象；中文状态按下第一个键就会出现候选窗，因此不提示。提示不抢焦点、不拦截点击，按任意键即收起；在密码框中或取不到光标位置时不显示。默认开启，可在“外观”设置中关闭。

一键补全（言泉原创）：候选窗每次只显示一个可信的续写方案，按配置键即可补全。用户词、基础词库 exact 词和离线复核的强转移补全立即显示；语言模型随后在后台重新排序，光标前有文字时一并参考。在长句中，它补完当前词或续写后面的短语，把握不足时不提示。

自定义短语：在“设置 > 自定义短语”中为短语设置字母快捷码。完整输入快捷码时，短语显示在一键补全区，按补全键原样上屏（包括换行）；编号候选和空格不变。列表保持顺序，可用 JSON 导入导出。

长句：受词库约束的路径搜索给出完整候选（例如 womenjintian → 我们今天），同时保留前缀候选供分段上屏。语言模型在完整候选中选择，再对照输入的拼音和输入位置之前的文字，修正选中句子里少量的同音错字。

短词：多个精确候选竞争时由语言模型判断，光标前有已上屏的文字时一并参考。

短语：三到五个音节、词库里没有的输入（例如 jiuguize → 旧规则），由词库中的词拼出若干整句方案，语言模型结合光标前的文字选出一个，再对照输入的拼音修正同音字；把握接近时，首选之后最多再给出两个整句。

拼音方案：全拼及六种可选双拼方案（微软双拼、小鹤双拼、自然码双拼、搜狗双拼、紫光双拼和拼音加加）共用候选排序与用户学习数据；常见声母、韵母的模糊规则可独立配置；支持首字母简拼（例如 jt → 今天）。

词库：简体基础库、繁体基础库与用户词库相互分离。在“高级”设置中点“导入输入频次”，可导入其他输入法导出的词频（每行“词,拼音,次数”，逗号或 Tab 分隔），作为自己的选词习惯记入用户词库。

快捷输入：ufh 输入符号，uxh 输入数字序号，usx 输入数学符号，urq 输入当前日期；i123.45 或 v123.45 转换中文数字及金额大写。数字模式中数字键继续录入，按候选旁的 a/b/c/d、方向键加空格或鼠标选词；双拼需用 Shift+U/I/V 进入。详见快捷输入说明。

中文标点：中文标点、半角输入时，可在“常规”设置的“保持半角的符号”中指定原样输出的符号，也可一键换成 Markdown 预设或标准中文标点。默认的 Markdown 预设为 -#*+_=`~[]<>|@；逗号、句号、问号、感叹号、圆括号和引号仍按中文习惯输入，反斜杠输入顿号。

上下文同步：与应用同步光标前后的文本（surrounding text）和按键状态。

完全本地：不联网，不需要 GPU。语言模型尚未加载或不可用时，候选照常给出，只是不经过语言模型排序。

语言模型：

一个模型，管全部选词

同样的拼音可以拆出很多种结果：yanquan 是「言泉」，也可以是「眼圈」「烟圈」。句子越长，可能的组合越多，引擎要在几十条路径里挑出你想说的那条。从 v2.0.0 起，这件事交给同一个本地语言模型，全程不联网。

第一阶段

v1.1 – v1.29

一路加模型

v1.x 的每个版本几乎都靠「再加一个模型」来改进：先是统计语言模型，然后是神经网络重排器、参与路径搜索的模型、受约束的 Transformer，再到拼音约束的局部纠错。每一步都让选词更准，也让整套东西越来越重：动一处，要重新校准一串。

第二阶段

v1.30 – v1.31

共享语言模型出现

v1.30.0 引入基于独立中文语料训练的共享字符级语言模型，把整句连贯性和前文语境用于长句选词、上下文短词和 Tab 续写；v1.31.0 升级模型，并让它参与补全的选择。到这时，安装包里有 11 个神经模型文件，引擎里还编译进 43 组模型参数，一次选词往往要依次经过其中好几个。

第三阶段

v2.0 起

只留一个

v2.0.0 把它们清掉了：神经模型从 11 个减到 1 个，引擎里的模型参数从 43 组减到 7 组。留下的是一个约 1.5 亿参数的字符级语言模型，由本项目自己训练，长句、短词、补全和同音纠错都问它；加载模型占用的内存从约 447 MiB 降到约 183 MiB。

这不是一次功能堆叠，而是一次收拾：以后的改进只需要做在一处，语言模型变好，所有输入场景一起受益。

模型只在外部 Host 进程中加载，后台就绪、仅用 CPU；未就绪或超时的时候，候选照常给出，只是不经过模型排序。代价是延迟：每个决定现在都要经过一个更大的模型，下面各项基准的耗时大多高于 v1.31.0（长句整句解码平均 73 ms 对 61 ms）；日常逐键输入时，每个按键的响应通常仍在几十毫秒以内。以下各套基准测试的语料都与训练数据隔离，成绩里没有「背题」的水分。

更新日志：

v2.7.0

主要更新

语言模型学了日常对话。 语言模型从公开的对话语料 LCCC（MIT 许可）中，挑出最接近日常聊天的十分之一继续训练，再与原模型各取一半，六个排序模型也随之重训。小说和通用文本上的结果基本不变，聊天类文本明显变好：

逐键输入的聊天分句首选，无上文 72.44% → 73.94%，有上文 74.60% → 76.90%；

模型没有见过的聊天长句首选 69.00% → 71.15%，通用文本长句 61.58% → 62.15%；

长句一键补全命中 3944 → 3977。

没有上文时，日常用语保住首选。 词库新增一张日常对话的词频表。没有上文时，如果首选的词在日常对话里常见得多（30 倍以上），在通用文本里也不比另一个词少太多，词典权重又更高，它就不被换下。

候选框固定在输入的起点（#33）。 打字时候选框不再随光标向右跳，默认与输入的第一个字左对齐（和微信一样）。在设置的“外观 > 候选位置”里可以改回跟随光标；跟随光标时，从第四个字起候选框偏右的问题也已修复。

繁体和双拼也有了短语和长句纠错。 词库里没有的三到五个音节的短语，以及长句纠错，以前只在简体全拼下运行。本版繁体和双拼也用上了这两项，打字结果和简体全拼基本一致。

繁体：逐键输入的三到五字分句，首选从 33.3% 提高到 78.3%；繁体长句（官方长句案例转为繁体）首选从 75.95% 提高到 83.53%。

小鹤双拼：长句首选从 77.31% 提高到 84.55%，有上文的短词首选从 91.78% 提高到 97.64%。现在和全拼持平，有时略好，因为双拼的按键本身标明了每个音节在哪里结束。

有上文时，单字按上文排序。 前面已经打了字，再打一个音节时，单字的顺序由语言模型根据上文决定。在模型没有见过的文本上检验，单独成词的单字排在首位的比例：

通用文本：63.3% → 79.7%

小说：71.0% → 84.3%

聊天消息：76.4% → 82.3%

没有上文时，单字仍按使用频率排序，和 v2.6.0 一样。这一步要多运行一次模型：有上文、刚好打完一个音节的按键，平均从 2.0 毫秒增加到 5.6 毫秒。

长句纠错再检查一遍。 第一遍改过的句子会再检查一遍，一句话里有两处错时，第二处也有机会改过来。第一遍没有改动的句子不受影响。在四组模型没有见过的长句上，首选合计多对 81 句，少对 3 句。

新增智能ABC双拼。 zh、ch、sh 分别在 A、E、V 键上，零声母用固定的 O 键。码表和 Rime、fcitx 的智能ABC方案逐码一致，üe 和 ue 同在 M 键上（lm = lüe，lv = lü）。在设置的“拼音方案”中选择，状态浮窗显示“智”。

首个音节也可以拆成两个音节。 nianzhao 可以先选“你”（ni + anzhao），不只有 nian 的字。拆出来的字排在这个音节自己的字后面，不会占满首页：jiangzai 的首页是“将 讲 降 江 及 机 ……”，“及”在“将”之后。

分号、单引号选第二、第三个候选（#34）。 在设置的“快捷键 > 候选按键”里开启后，输入拼音时 ; 选第二个候选，’ 选第三个候选，数字键照常可用；没有正在输入的拼音时，两个键仍输入标点。默认关闭。开启后单引号不再用来分隔音节；微软、搜狗、紫光双拼中，声母后的分号仍是韵母 ing。

候选窗口右键菜单。 在候选窗口上点右键，会打开和托盘图标一样的菜单。正在输入的拼音不会因此消失。双显示器下，状态窗口不再在打开设置后跳到另一块屏幕。

繁体用字。 繁体状态下“么”按台湾的写法保留（老么）。繁体词库的用字也已改正，见下方词库更新。

词库更新。 新增约 2,350 个日常用语。按通用文本词频，重新调整了 834 个导入词的权重。繁体词库统一改用台湾用字，“鉅人”“農葯”“噹然”“囌州”改为“巨人”“農藥”“當然”“蘇州”。详见 cassotis-lexicon v2.7.0。

软件官网：https://www.yanquan.org/

开源地址：https://github.com/shenmin/cassotis-ime

软件截图：