代码全部公开
源码、词库和构建脚本都在仓库里。不放心的话，可以自己读一遍，或者干脆自己编译一份来用。
言如泉涌，
数据留在自己手里。
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。
开源
代码、词库、构建脚本都在 GitHub 上，任何人都能查看，也能自己编译。
本地
输入内容全部在本机处理，没有云端联想，也没有遥测上报。
干净
安装时不带别的软件，不改浏览器首页，卸载后不留东西。
它做了什么，没做什么
功能不求多，但每一项行为都摆在明处。
不带多余的东西
没有捆绑安装，没有弹窗和推送，也不会动你的浏览器和系统设置。它只做输入法该做的事。
输入内容不出本机
所有处理都在本地完成，不联网也照常工作。你打过的字，只有你自己知道。
Windows 原生集成
基于 TSF（文本服务框架）开发，同时支持 64 位和 32 位程序，在 Windows 10 和 11 上原生运行。候选窗口适配高分屏和多显示器，常用切换快捷键可以自行设置。
越用越顺手
它会按输入习惯和已经上屏的前文调整候选顺序。v1.5.0 采用两阶段上下文重排，也能记住通过全拼、简拼或混合输入选出的组合词；学习数据始终留在本地，并可在设置中一键清空。
全拼、双拼与整句输入
支持全拼、微软双拼、小鹤双拼、自然码双拼和搜狗双拼，统一使用简繁双词库、候选排序与用户学习数据。候选列表每页可设置显示 3 到 9 项。
现在的输入法功能越来越多，但很多人想要的其实很简单：
打字准一点，别弹广告，别偷偷传数据。
言泉就是照着这个想法做的。
长句和短词是怎么变准的
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。 v1.1.0 用语料训练了一个本地统计语言模型，专门帮长句挑路——不只看单个词的词频， 还看词与词、字与字之间的接续习惯。v1.2.0 进一步扩展字符语言模型，并让模型更早参与 长句路径保留和完整候选排序。v1.3.0 又加入首个可部署的神经残差重排器：先由原有引擎 找出完整候选，再用微型神经网络做一次谨慎复核。v1.4.0 将这套离线训练能力扩展到短词； v1.5.0 又为长句和短词上下文排序加入独立的残差复核阶段，只在新候选优势足够明确时调整顺序。 详细改动见v1.5.0 发布说明。
发布前：两级离线训练
先从清洗后的中文语料学习词与词、字与字的接续规律，再从受词库约束的候选对比中训练紧凑的长句和短词重排器。训练产物不保存语料原文，基准测试语料也不参与训练。
安装时：轻量本地部署
统计模型量化后写进本地 SQLite 词库；神经重排器则转换为编译进引擎的原生参数。无需另装模型环境，也不会在使用时连接网络或下载数据。
打字时：分轨本地排序
长句由统计模型和两阶段神经重排共同选路；短词只在有前文且存在多个精确候选时启用两阶段上下文排序。没有上下文时保持原有词频和用户学习顺序。
长句与短词重排器都已转换成引擎内的原生计算，不会启动 PyTorch、ONNX 或外部模型服务， 照旧不联网、不需要 GPU。下面两套基准测试均与训练数据隔离，成绩里没有「背题」的水分。
可复现的基准测试
长句与短词测试都取材于小说《永恒的舞动》， 并与模型训练数据保持隔离。测试方法、案例构造和指标定义见 BENCHMARK.CN.md。
长句基准测试-16300
对 16300 条长句一次性设置完整拼音，检查完整候选的准确率与引擎解码耗时。
| 版本 | Top1 | Top2 | Mean (ms) | P95 (ms) | Max (ms) |
|---|---|---|---|---|---|
| v1.5.0 | 7459 / 16300 45.76% | 7966 / 16300 48.87% | 63.42 | 203 | 2140 |
| v1.4.0 | 7168 / 16300 43.98% | 7617 / 16300 46.73% | 66.23 | 218 | 2578 |
| v1.3.0 | 7155 / 16300 43.90% | 7601 / 16300 46.63% | 64.54 | 203 | 2188 |
| v1.2.0 | 6895 / 16300 42.30% | 7303 / 16300 44.80% | 59.89 | 188 | 2078 |
| v1.1.0 | 6677 / 16300 40.96% | 7067 / 16300 43.36% | 73.18 | 234 | 2750 |
| v1.0.0 | 6106 / 16300 37.46% | 6857 / 16300 42.07% | 71.49 | 219 | 5344 |
| v0.8.5 | 6097 / 16300 37.40% | 6847 / 16300 42.01% | 520.05 | 1203 | 13297 |
| v0.7.0 | 5368 / 16300 32.93% | 6110 / 16300 37.48% | — | — | — |
| v0.6.0 | 4905 / 16300 30.09% | 5378 / 16300 32.99% | — | — | — |
| v0.5.0 | 4834 / 16300 29.66% | 5243 / 16300 32.17% | — | — | — |
| v0.4.0 | 4371 / 16300 26.82% | 4744 / 16300 29.10% | — | — | — |
| v0.3.1 | 3845 / 16300 23.59% | 4651 / 16300 28.53% | — | — | — |
| v0.2.0 | 2671 / 16300 16.39% | 2863 / 16300 17.56% | — | — | — |
Top1：整句首选即正确的比例；Top2：前两个候选中含正确结果的比例。Mean、P95、Max 为引擎整句直设解码耗时（ms），不代表逐键输入到候选窗口显示的端到端延迟。
短词上下文基准测试-65000
65000 个二至四字词案例保留输入位置之前已经上屏的文本，用于评估短词精确候选和上下文消歧。 Contested 是同一拼音对应至少两个目标词的歧义子集。
| 版本 | Top1 | Top2 | Contested Top1 | Contested Top2 | Mean (ms) | P50 (ms) | P95 (ms) | Max (ms) |
|---|---|---|---|---|---|---|---|---|
| v1.5.0 | 61045 / 65000 93.92% | 63364 / 65000 97.48% | 9159 / 11728 78.10% | 10677 / 11728 91.04% | 5.033 | 4.113 | 9.968 | 142.372 |
| v1.4.0 | 60676 / 65000 93.35% | 63251 / 65000 97.31% | 8993 / 11728 76.68% | 10602 / 11728 90.40% | 5.573 | 4.521 | 11.157 | 158.687 |
| v1.3.0 | 59078 / 65000 90.89% | 62881 / 65000 96.74% | 8326 / 11728 70.99% | 10386 / 11728 88.56% | 5.460 | 4.396 | 10.939 | 176.912 |
延迟为启用上下文轨道后的引擎单次完整查询耗时，不包含 TSF 调用、候选窗口渲染和真实按键间隔。
名字的由来
Cassotis
Cassotis 是古希腊德尔斐（Delphi）神庙旁的一眼圣泉。 传说女祭司皮媞亚在颁布神谕之前，会先饮下这眼泉水， 人们相信预言便是从这泉中来的。
这个名字里还藏着一点巧合：言泉是用 Delphi 语言写的。泉眼与工具，恰好同出一地。
言泉
中文名取自「言如泉涌」——话语像泉水一样自然涌出，不必费力。 做输入法，想达到的也就是这种状态：想到什么，打出来就是什么。
一个是预言之泉，一个是言语之泉，说的其实是同一件事。
开发计划
项目还在早期，更新比较频繁。
正在做的
- 继续训练本地语言模型和紧凑重排器，提高长句与短词上下文准确率
- 扩充词库覆盖，打磨简体、繁体两套词库
- 让本地学习的结果更容易查看和管理
- 在更多编辑器、浏览器和 IDE 里测试兼容性
之后想做的
- 更细分领域的专业词库
- 扩充独立基准与失败归因，校准模型门槛和回退策略
- 强化用户词库的质量控制和配套工具
- 保持项目能被任何人检查、构建和接手维护
想跟进进展或者提建议，欢迎到 GitHub 仓库来。
下载安装
提供 Windows 10 / 11 x64 安装包，安装时会自动注册 TSF 服务并初始化词库， 不需要额外配置。