屏幕采集 + 本地 OCR 实时识别
getDisplayMedia · Tesseract.js(WASM，100% 客户端算力) · PHP+SQLite
屏幕采集
① 开始共享屏幕
停止共享
采集系统声音
在画面上
拖拽鼠标
可框选识别区域（ROI）；双击画面清除框选、恢复整屏。
未开始。点「开始共享屏幕」，在弹窗中选要识别的屏幕/窗口/标签页。
OCR 识别
语言
中文
英文（最快）
中文+英文
模型
标准（快）
高精度 best（准）
预处理
灰度
灰度+二值化
原图
放大
1×
1.5×
2×
3×
版面
自动
单块文本
稀疏文本
单行
间隔
连续
0.8s
2s
5s
② 开始识别
停止
保存结果
🔊 朗读结果
自动朗读
未加载
区域
整屏
耗时
–
ms
置信度
–
字符
0
Tesseract 实际看到的画面 ↓（用它判断预处理是否合适）
（识别结果会实时显示在这里）
TTS 语音朗读（Web Speech API · 纯客户端 · 零下载）
语音
仅本地语音（不联网）
语速
1.0
音调
1.0
音量
1.0
▶ 朗读
⏸ 暂停
⏵ 继续
⏹ 停止
填入最新识别结果
识别历史（SQLite）
刷新历史