kbd-audio：通过麦克风来捕获和分析键盘输入的工具

前言

kbd-audio项目是一系列用于捕获和分析音频数据的命令行和GUI工具的集合。其中我认为最有意思的一款 工具 是keytap，它可以通过麦克风来捕获和分析键盘的输入，从而猜测出按键内容。

有关keytap的更多信息，可以参阅以下博文及演示视频：

Keytap: description and some random thoughts

构建说明

相关依赖

SDL2 – 用于捕获音频和打开GUI windows libsdl

FFTW3 – 一些辅助工具执行傅里叶变换（Fourier Transformation）fftw

Linux & Mac OS

git clone https://github.com/ggerganov/kbd-audio
cd kbd-audio
git submodule update --init
mkdir build && cd build
cmake ..
make

Windows

(todo, PRs welcome)

工具集

record-full

将音频录制到磁盘上的原始二进制文件

./record-full output.kbd

play-full

播放通过record-full捕获的录制内容

./play-full input.kbd

record

仅在键入时录制音频。用于收集keytap的训练数据

./record output.kbd

play

播放通过record创建的录制内容

./play input.kbd

keytap

通过麦克风音频实时检测并捕获按下的键。使用record捕获的训练数据。

./keytap-gui input0.kbd [input1.kbd] [input2.kbd] ...

Live demo （需要启用WebAssembly pthreads和SharedArrayBuffer）

keytap2（正在开发中）

通过麦克风音频实时检测并捕获按下的键。使用关于语言的统计信息（n-gram频率）。无需训练数据。recording.kbd输入文件必须通过record-full生成，并包含将要分析的音频数据。n-gram.txt文件必须包含相应语言的n-gram概率。

./keytap2-gui recording.kbd n-gram.txt