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；输入法激活和冷启动尽量在独立后台进程中完成，避免拖慢或影响当前应用。
越用越顺手
你常打的词会排得越来越靠前，刚上屏的前文它也会看在眼里，用来调整候选顺序。不管是全拼、简拼、混着打，还是分几段确认出来的词组，它都记得住。这些学习数据只存在本机，设置里一键就能清空。
全拼、双拼与模糊拼音
除了全拼，还内置六种双拼：微软、小鹤、自然码、搜狗、紫光和拼音加加，并可分别启用 11 组常见声母、韵母模糊规则。不管用哪种方案，简繁词库、候选排序和学习数据都是同一套；长句还没打完时，词库里对得上的词和单字也会继续留在候选里。
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。 这部分工作完全在本地完成，历次版本的改进大致分三个阶段。
第一阶段是统计语言模型。v1.1.0 引入用语料训练的本地统计模型，除单个词的词频外， 还建模词与词、字与字之间的接续关系；v1.2.0 扩展字符语言模型，使其更早参与长句路径保留和完整候选排序。
第二阶段引入神经网络复核。v1.3.0 加入首个可部署的神经残差重排器：先由原有引擎生成完整候选， 再由微型神经网络复核一遍；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才调整顺序。
第三阶段让模型进入搜索过程本身。v1.6.0 把模型前移到长句路径搜索，由第二阶段和最终候选模型逐级复核， 并复用中间计算控制延迟；v1.7.0 依据语料训练的词路径转移证据识别四音节输入中的双词组合， 只有两段都是完整词库词且接续证据足够强时才生成完整候选，词组前缀和单字选择保持不变；v1.8.0 为完整长句增加成对比较、局部差异和最终可见候选的残差复核，并为没有可用前文的短词建立独立排序， 模型证据不足时仍以高置信度的精确匹配为准；v1.9.0 将多种完整路径汇入统一候选池， 再结合语言模型、N-best 共识和残差信号统一复核；v1.10.0 将语料转移证据扩展到三音节 1+2 / 2+1 精确词组合，并为长句首两项加入保守复核；v1.11.0 进一步利用小说、聊天和大规模中文语料训练转移证据， 覆盖 1+2、2+1、2+2、2+3 和 3+2 精确词组合；v1.12.0 又将语料证据扩展到受控的 1+1 单字组合， 只保留具有多来源支持和常用读音的结果，词库精确匹配仍然优先，在长句中则只用于区分分数接近的路径；v1.13.0 加入双向精确词锚定的长句路径恢复和短词上下文差异感知重排，结合正反向语言模型与更长的已上屏前文，只在证据明确时调整真正存在竞争的候选。 详细改动见各版本发布说明。
发布前：分阶段离线训练
所有模型都在发布前完成训练：先从清洗后的中文语料学习词与词、字与字的接续规律，再以词库实际能生成的候选做对比训练，得到长句多阶段模型和短词的两类重排器（带前文与不带前文）。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
全部模型随安装包一并提供：统计模型量化后写入本地 SQLite 词库，神经重排器转换为编译进引擎的原生参数。无需另装模型运行环境，使用时也不联网、不下载数据。
打字时：分轨本地排序
长句先保留结构多样的完整路径，再由统计模型、N-best 共识和残差模型统一复核；短词按有无前文进入各自独立的排序路径。模型证据不足时不强行改动，仍按精确匹配、词频和用户学习顺序给出候选。
长句多阶段模型与两类短词重排器均已转换为引擎内的原生计算，不会启动 PyTorch、ONNX 或任何外部模型服务，照旧不联网、不需要 GPU。下面两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。
基准测试
长句与短词测试语料都取材于开发者自己的小说《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。
从 v1.11.0 起，同一位置的“他”和“她”按拼音输入无法区分，基准测试将二者视为等价；表中斜体数字为严格区分二者的旧口径结果。 后续版本统一使用新口径，不再重复公布旧口径数据。
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) |
|---|---|---|---|---|---|
| v1.13.0 | 10131 / 16300 62.15% | 11320 / 16300 69.45% | 65.94 | 203 | 1047 |
| v1.12.0 | 9767 / 16300 59.92% | 10996 / 16300 67.46% | 63.03 | 187 | 1062 |
| v1.11.0 |
9760 / 16300 59.88% 旧口径 9340 / 16300（57.30%） |
10990 / 16300 67.42% 旧口径 10773 / 16300（66.09%） |
59.82 | 187 | 1031 |
| v1.10.0 | 9279 / 16300 56.93% | 10708 / 16300 65.69% | 60.39 | 188 | 1046 |
| v1.9.0 | 9121 / 16300 55.96% | 10685 / 16300 65.55% | 59.65 | 187 | 1172 |
| v1.8.1 | 8285 / 16300 50.83% | 9067 / 16300 55.63% | 72.44 | 281 | 1594 |
| v1.7.0 | 7940 / 16300 48.71% | 8642 / 16300 53.02% | 71.55 | 235 | 2047 |
| v1.6.0 | 7936 / 16300 48.69% | 8637 / 16300 52.99% | 66.99 | 219 | 1687 |
| 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) |
|---|---|---|---|---|---|---|---|---|
| v1.13.0 | 61515 / 65000 94.64% | 63516 / 65000 97.72% | 9384 / 11728 80.01% | 10775 / 11728 91.87% | 4.748 | 3.652 | 10.337 | 103.689 |
| v1.12.0 | 61343 / 65000 94.37% | 63474 / 65000 97.65% | 9304 / 11728 79.33% | 10745 / 11728 91.62% | 4.400 | 3.417 | 9.462 | 104.316 |
| v1.11.0 |
61343 / 65000 94.37% 旧口径 61227 / 65000（94.20%） |
63474 / 65000 97.65% 旧口径 63461 / 65000（97.63%） |
9304 / 11728 79.33% 旧口径 9191 / 11728（78.37%） |
10745 / 11728 91.62% 旧口径 10732 / 11728（91.51%） |
4.217 | 3.284 | 9.110 | 75.503 |
| v1.10.0 | 61214 / 65000 94.18% | 63448 / 65000 97.61% | 9191 / 11728 78.37% | 10732 / 11728 91.51% | 4.425 | 3.446 | 9.591 | 84.68 |
| v1.9.0 | 61215 / 65000 94.18% | 63448 / 65000 97.61% | 9191 / 11728 78.37% | 10732 / 11728 91.51% | 4.214 | 3.268 | 9.113 | 71.004 |
| v1.8.1 | 61206 / 65000 94.16% | 63430 / 65000 97.58% | 9182 / 11728 78.29% | 10725 / 11728 91.45% | 4.85 | 3.721 | 10.413 | 107.714 |
| v1.7.0 | 61053 / 65000 93.93% | 63424 / 65000 97.58% | 9154 / 11728 78.05% | 10723 / 11728 91.43% | 4.668 | 3.468 | 10.013 | 158.471 |
| v1.6.0 | 61043 / 65000 93.91% | 63414 / 65000 97.56% | 9154 / 11728 78.05% | 10723 / 11728 91.43% | 4.455 | 3.295 | 9.580 | 160.817 |
| 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，弄清各类出错的原因，再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
Windows 10 / 11 x64 安装包，装上就能用：TSF 服务自动注册，词库自动初始化， 不用再配置什么。旧版本用户直接运行新版安装包就能升级，不用先卸载；安装程序会检查并替换仍在运行的旧版后台进程。