善解

善解，所以選對。

一個開源的 macOS 注音輸入法，專心把同音字選對：看懂你前面寫了什麼，選出你真正要打的那個字。
開發中・尚未提供下載

為什麼要做

注音輸入最常見的困擾不是打不出字，而是打出了「同音的另一個字」。

ㄔㄤˊ ㄔㄤˊ
常常嚐嚐
改選過一次「嚐嚐」，之後每句都被搶走
ㄋㄚˋ ㄅㄧㄢ
那邊納編
詞頻來自新聞語料，口語反而排在後面
ㄕˋ ㄐㄧㄥˋ ㄅㄨˋ
拭鏡布是竟不
詞庫沒收的日常用語，只能一字一字湊

怎麼做

三層分工：每一次按鍵都在本機即時完成，語意判斷只在需要時加入，而且只能從本機的候選裡挑。

候選生成

詞庫與語言模型在本機產生前 64 名候選，每一鍵都要在 16 毫秒內完成。

每次按鍵・本機

本機重排

小型語言模型看你前面寫的內容，從候選中挑出最合理的一句；在背景執行，不拖慢打字。

停頓或送出前・本機

雲端校正（選用）

打完按一下快速鍵，請雲端模型再看一次。預設關閉；雲端只能回傳候選的編號，不能自己寫字。

你按下快速鍵時・雲端

目前的實測

所有數字都來自專案的評測集，句子由專案自寫並以 CC0 釋出。

98.3%正解出現在前 64 名候選的比例（開發集 302 句；未補詞前 97.7%）
92.7%目前最準的判斷器從候選中挑對整句的比例（開發集，雲端）
1.7 ms每打一個音節重新產生候選的時間（p95，M5 Mac）
這些數字怎麼量的

評測分成開發集與保留集。開發集用來調整；保留集由另一個流程撰寫、開發過程中不看內容，只在每個階段結束時量一次，用來確認進步不是因為「背了題目」。保留集上，補詞讓前 64 名含正解的比例從 96.9% 升到 97.8%。

判斷器比較了本機模型與多家雲端服務的三十多組設定；所有判斷器都卡在同一個上限：正解根本不在候選裡的句子，誰也救不回來。所以目前的重點是先把正解放進候選。

路線圖

依序進行，每一段都有可量測的驗收條件，由獨立的檢查流程確認後才算完成。

  1. 評測基準 完成

    Rust 核心與研究原型逐字一致，之後每一步都能和基準對照。

  2. 評測資料 完成

    口語開發集與獨立撰寫的保留集，含同音陷阱與詞庫沒收的日常用語。

  3. 語意選字可行性 完成

    實測本機與雲端模型的準確度與延遲，找出真正的瓶頸在候選，而不在判斷。

  4. 詞庫 v1 完成

    從維基標題與維基詞典補進約 34 萬個詞，並可從鎖定版本的來源完整重建。

  5. 精簡詞庫格式 完成

    重寫詞庫在記憶體中的結構：輸出逐字不變，記憶體從約 390 MB 降到約 88 MB。

  6. 語言模型與詞性 下一步

    用上下文與詞性處理「常常／嚐嚐」「在／再」這類排序問題。

  7. macOS 輸入法本體 規劃中

    標準注音鍵盤、候選窗、中英切換；外觀參考 Apple 原生注音，中文模式下 Ctrl+\ 輸出「、」。

  8. 一鍵校正、個人化學習、新手測驗 規劃中

    打完一段可以請模型重看；只從你在候選窗的改選學習，而且依前文分開記，不會一次改選就污染所有句子。

  9. 本機重排與雲端校正 規劃中

    把語意判斷接進輸入法；本機優先，雲端選用。

  10. 打包與釋出 規劃中

    簽章、公證，提供下載。

隱私

輸入法看得到你打的每一個字，所以這些是設計上的硬規則（隨開發逐項實作）。

設計原則
  • 雲端功能預設關閉；開啟後只在你按快速鍵或送出時傳送，不會逐鍵傳送。
  • 雲端只能回傳候選的編號，不能產生文字；回應不合規就直接用本機結果。
  • 密碼欄、安全輸入模式下停止學習與雲端；終端機不傳送到雲端。
  • 你打的內容不寫進任何日誌或錯誤訊息。
  • 學習資料只存在本機，可以一鍵清除。

開源與授權

授權清單
  • 程式碼：Apache-2.0。
  • 基礎詞庫：小麥注音（MIT；片語源自 libtabe，BSD）。
  • 補充詞表：由維基百科與維基詞典的條目標題產生，CC BY-SA 4.0，署名維基百科與維基詞典貢獻者。
  • 評測句：專案自寫，CC0。

原始碼公開時間待定。