如何在PyQt开发的语音转文字键盘中向其他第三方应用输入文本？

核心实现逻辑 #

要将识别得到的文本输入到Word、搜索框、聊天输入框等第三方应用，本质是模拟系统级键盘输入事件，不需要和目标应用做深度适配，调用系统通用模拟输入接口即可实现。

推荐实现方案 #

跨平台通用方案（适配Windows/macOS/Linux） #

推荐使用pyautogui库，兼容性强，调用逻辑简单，只需要在原有代码基础上增加一行输入代码即可。

• 先安装依赖：pip install pyautogui SpeechRecognition pyaudio
• 修改后的完整代码如下：

import speech_recognition as sr
import pyautogui

r = sr.Recognizer()
with sr.Microphone() as source:
    print("请说话：")
    audio = r.listen(source, 8)
try:
    text = r.recognize_google(audio, language="bn-BD")
    print("识别结果：{}".format(text))
    # 新增逻辑：模拟键盘输入，直接把文本写入当前光标聚焦的输入框
    pyautogui.typewrite(text)
except Exception as e:
    print("抱歉无法识别语音内容")

使用时只需要提前把光标定位到目标输入框中，触发语音识别后文本就会自动写入，和手动键盘输入效果完全一致。

Windows平台专属优化方案 #

如果需要适配更多老旧软件、长文本输入效率更高，可以调用Windows原生API实现，优先用剪贴板粘贴的方式输入，特殊字符兼容性更好。

• 先安装依赖：pip install pywin32
• 输入逻辑代码：

import win32clipboard
import win32con
import win32gui

def input_text(text):
    # 把识别结果写入系统剪贴板
    win32clipboard.OpenClipboard()
    win32clipboard.EmptyClipboard()
    win32clipboard.SetClipboardData(win32con.CF_UNICODETEXT, text)
    win32clipboard.CloseClipboard()
    # 模拟Ctrl+V粘贴到当前激活的窗口
    win32gui.SendMessage(win32gui.GetForegroundWindow(), win32con.WM_PASTE, 0, 0)

拿到识别结果后直接调用input_text(text)即可完成输入。

macOS平台专属优化方案 #

macOS系统下可以用pyobjc调用系统AXUIElement接口实现输入，需要提前在系统设置-隐私与安全性-辅助功能中，给运行代码的终端/你的PyQt应用开启权限，输入稳定性高于通用方案。

PyQt适配优化建议 #

你已经掌握PyQt开发，可以做两个优化提升使用体验：

• 用keyboard库注册全局热键，比如设置按F3触发录音，不用切换回你的应用界面操作
• 做一个小型悬浮窗显示录音状态，避免用户不清楚录音时机

注意事项 #

• 所有模拟输入方案都需要目标输入框处于激活状态，也就是光标在输入框中闪烁时输入才会生效
• 部分需要高权限的加密输入框会拦截模拟输入，属于正常的安全限制
• 输入非拉丁语系长文本时，优先用剪贴板粘贴方案，避免逐字输入出现编码错误

内容的提问来源于stack exchange，提问作者Nabil Mustofa