NV 宝盒

官方网站

更新日志

1. 适配最新开发板；
2. 修复一些影响使用的问题。

简介

本插件为 NVDA 添加了验证码识别、OCR识别、天气/股票/基金/汇率查询、聊天问答、离线实时翻译、UI代理、与AI语音通话、安卓设备辅助、讯飞离线语音，VVTTS语音、对象监视、空间音效、以及腾讯 QQ、微信、YY 语音的增强支持等功能。

说明

聊天问答

1. 使用 NVDA + z打开虚拟菜单，左右光标找到大模型能力，上下光标找到聊天问答选项回车，或者直接按字母 C；
2. 当打开了聊天问答对话框后，TAB可以在每一个控件中切换；
3. 默认停留在"请输入消息"的编辑框，在这里输入询问内容；
4. "关联上下文"组合框，这边可以选择已经询问过的对话，找到某个对话可以继续交流，也可以用删除键删除；
5. "发送"按钮，点击可以发送消息；
6. "消息记录"编辑框，这里可以查看与机器人对话的聊天记录。

离线实时翻译

1. 使用 NVDA + z打开虚拟菜单，左右光标找到大模型能力，上下光标找到实时翻译选项回车，或者直接按字母 T；
2. 此选项是一个开关，可以在“英译中”、“中译英”和“关闭”三个状态中循环切换；
3. 首次使用会弹出下载模型的对话框，需要点击下载后才能使用，模型文件较大，下载请耐心等候；
4. 下载模型过程中有可能失败，如果遇到此情况，可以在对话框中导入本地的模型（可从其他分发来源获得）；

UI代理

1. 使用 NVDA + z打开虚拟菜单，左右光标找到大模型能力，上下光标找到UI代理选项回车，或者直接按字母 U；
2. 在对话框中，输入您想运行的任务，例如“请帮我关闭所有打开的窗口”或“请帮我在浏览器中搜索2025年最新的歌曲”等；
3. 按下回车键或点击“提交”按钮；
4. 此时模型将可以理解您的需求并完全接管你的电脑，他将有完整的操控权限；
5. 如果你发现他操作的东西并不符合你的需要，或者你想要让他停止，你可以随时按下NVDA+Esc键。

与AI语音通话

1. 前置条件，需要有麦克风设备；
2. 使用 NVDA + z打开虚拟菜单，左右光标找到大模型能力，上下光标找到与AI语音通话选项回车，或者直接按字母 V；
3. 语音通话功能启动后，他将实时感知你电脑的屏幕，你可以随时询问关于屏幕上显示的信息；
4. 除了屏幕上的信息，你也可以和他聊天，让他帮你进行网络搜索等。

NV 宝盒语音合成器

1. 语音合成器支持讯飞离线语音和VVTTS语音。

2. 支持播放加倍功能。

3. 多语音规则：

   • 3.1 多语音规则可以让某个语音角色朗读特定内容，例如让某个语音库朗读手机号的时候使用清晰的小燕语音，除此之外就使用VVTTS；

   • 3.2 多语音至少有一个语音，也就是默认的语音规则，可以朗读所有其他规则无法朗读的文本，参数是通过 NVDA 设置中的语音分类调节的；

   • 3.3 管理除默认规则之外的规则，可以按 NVDA+N 打开菜单，选择"选项"回车，然后找到"NV 宝盒语音合成器设置..."回车打开管理器对话框；

   • 3.4 在对话框上找到"添加语音规则"按钮并使用空格激活，在弹出的对话框中找到"名称"编辑框，输入规则名称（使用英文，例如a），TAB找到"正则"编辑框，输入一个正则表达式（例如\d+），然后点击确定；

   • 3.5 返回到了管理器对话框，在这里可以调节刚刚我们新增的a规则，可以调节语音、音量、语速等参数，然后我们点击确定；

   • 3.6 这个时候读屏遇到任何数字都会用你新增的a规则语音进行朗读了；

   • 3.7 如果想要删除这个规则，还是来到刚才的对话框，在"规则"组合框中选择a，TAB找到"删除语音规则"按钮空格激活，然后点击确定；

   • 3.8 常用的正则表达式：

     • "[A-Za-z_]+"匹配任何英文字母；
     • "\d+"匹配任何数字；
     • "1[3456789]\d{9}"匹配任何手机号；
     • "".+?""匹配任何使用双引号包裹的内容……

   • 3.9 更多的正则表达式用法可以参考菜鸟教程： 这里。

nvtts 功能

1. 场景：

   • windows 11 子系统，语音库与 NVDA 语音完美结合；
   • 抖音做直播，不想让大家听到自己读屏声音；
   • 应该还有其他用处，暂时没想到。

2. 开启条件：必须已经连接安卓设备，然后按 NVDA + z打开虚拟菜单，左右光标找到关于宝盒，上下光标找到宝盒设置选项回车，或者直接在菜单上按快捷键 F12，点击"安装 NVTTS 服务端到手机"按钮。

3. 启用服务端：安装好服务端后会自动在安卓设备上打开 nvtts 的界面，我们点击文本转语音，然后将系统的首选语音改成 nvtts。

4. 然后我们按 NVDA + z 打开虚拟菜单，左右光标找到综合功能，选择nvtts开关，或者直接按快捷键 T，没有特殊情况就可以连接成功，安卓设备的语音会用 nvda 输出了。

5. 仍然选择第 4 步骤的菜单，我们再次点击就可以断开，这样安卓设备的语音将不会用 nvda 输出了。

QQ 增强

1. 支持 QQ 内嵌网页的导航，操作与 Chrome 一致，支持单件导航，具体涵盖以下场景：

   • 群文件；
   • 精华消息；
   • 群投票；
   • 空间动态；
   • 验证消息；
   • 群公告（包括弹窗正文阅读）；
   • 其他网页应用；

2. 输入框的兼容支持（若您已安装"QQ输入框补丁"插件请先卸载，因本插件已包含其所有功能）

3. 输入框的 / 表情输入支持，使用该功能请先在 QQ 消息输入框按下 Application 键并选中"使用快捷键输入表情(&U)"，随后 按下 /（"斜杠"）即可上下光标选择相应表情。

   • 目前已支持 270 多个表情；
   • 浏览到的表情回车即可填充到输入框，点击发送按钮即可发送。

4. 会话窗口的 Ctrl + Tab 支持。

5. 屏蔽了 QQ 下载群文件不停地朗读"更新时间"的问题。

YY 增强

• YY 9.0 及以上版本，打开频道后，光标会自动聚焦到内嵌网页，配合强大的网页浏览功能，频道里面的操作非常无障碍。

宝盒虚拟菜单

1. 打开虚拟菜单的快捷键是 NVDA + z；
2. 该快捷键可在 "NVDA 菜单" ➡ "选项" ➡ "按键与手势" ➡ "NV 宝盒"类别下更改；
3. 接到一些反馈，虚拟菜单里面的功能乱七八糟，随着功能不断增加，就如同杂货铺，因此从2.3版本开始，虚拟菜单增加了功能分类，在菜单上左右光标可以切换不同的分类，上下光标选择项目。

打开宝盒设置

1. 第一种方式，使用 NVDA + z打开虚拟菜单，左右光标找到关于宝盒，上下光标找到宝盒设置选项回车，或者直接按快捷键 F12。
2. 第二种方式，按 NVDA + n打开 NVDA 的主菜单，下光标找到选项右光标展开，找到设置回车，在分类列表选择NV 宝盒。

验证码识别

1. 使用 NVDA + z打开虚拟菜单，左右光标找到浏览对象识别，上下光标找到验证码选项回车，或者直接按字母 V。
2. 对导航对象（默认情况下与键盘焦点同步）所在处进行截图并识别验证码。

OCR 文字识别

1. 使用 NVDA + z打开虚拟菜单，左右光标找到浏览对象识别，上下光标找到文本选项回车，或者直接按字母 G。
2. 对导航对象（默认情况下与键盘焦点同步）所在处进行截图并识别文字；
3. 有讯飞印刷体识别、讯飞手写识别、讯飞通用文字识别、腾讯云通用文字识别，默认使用讯飞的印刷体识别器，可以在宝盒设置中更改默认的识别器。

物体图像识别

1. 使用 NVDA + z打开虚拟菜单，左右光标找到浏览对象识别，上下光标找到物体选项回车，或者直接按字母 C。
2. 对导航对象（默认情况下与键盘焦点同步）所在处进行截图并识别图像；
3. 此功能是通用物体识别，包含2W类常见物体，例如当你浏览网页，购物网站、新闻网站、社交网站上有大量图片，如果你想知道图片上面是什么东西，就可以使用这个功能，但对于软件UI的按钮、编辑框这些就别折腾了，因为识别的结果也不是你想要的。。

场景图像识别

1. 使用 NVDA + z打开虚拟菜单，左右光标找到浏览对象识别，上下光标找到场景选项回车，或者直接按字母 S。
2. 对导航对象（默认情况下与键盘焦点同步）所在处进行截图并识别图像；
3. 所谓的场景是有人类活动的一片广阔的区域或有意义的场面，例如卧室 客厅、纯人物图、市场 集市、草地 田地 花园、网吧 游戏厅 棋牌室等，可以使用这个功能对社交网站（例如微博、facebook、twitter、Instagram）上面用户发布的生活照片进行识别。

场所图像识别

1. 使用 NVDA + z打开虚拟菜单，左右光标找到浏览对象识别，上下光标找到场所选项回车，或者直接按字母 P。
2. 对导航对象（默认情况下与键盘焦点同步）所在处进行截图并识别图像。
3. 所谓的场所是一个具有代表性的地点区域，可以是高层建筑，也可以是广阔的区域，例如航站楼、牧场、住宅、电梯/楼梯、公园/花园、舞台、建筑工地、拳击场等，可以使用这个功能对社交网站、搜索引擎上面的图片元素进行识别。

对导航对象截图

1. 使用 NVDA + z打开虚拟菜单，左右光标找到综合功能，上下光标找到浏览对象截图到剪贴板选项回车，或者直接按快捷键 printscreen（截图键）。
2. 对导航对象（默认情况下与键盘焦点同步）所在处进行截图。
3. 应用场景： 方便网页下载图片，解决某些无显示器的电脑识别二维码等。

剪贴板图片识别

1. 使用 NVDA + z打开虚拟菜单，左右光标找到综合功能，上下光标找到剪贴板图片识别选项回车，或者直接按快捷键 scrolllock（滚动锁定键）。
2. 对剪贴板图片进行识别；
3. 有讯飞印刷体识别、讯飞手写识别、讯飞通用文字识别、腾讯云通用文字识别，默认使用讯飞的印刷体识别器，可以在宝盒设置中更改默认的识别器。

剪贴板文字翻译

1. 使用 NVDA + z打开虚拟菜单，左右光标找到综合功能，上下光标找到剪贴板翻译选项回车，或者直接按快捷键 f。
2. 对剪贴板文字进行翻译；
3. 有离线翻译和谷歌翻译，默认使用谷歌翻译引擎，可以在宝盒设置中更改默认的翻译引擎。

查看天气

1. 使用 NVDA + z打开虚拟菜单，左右光标找到生活查询，上下光标找到天气选项回车，或者直接按字母 W。
2. 查看的是实时天气情况，包含温度、湿度、风速、风向、污染和生活指数等信息。

查看基金

1. 使用 NVDA + z打开虚拟菜单，左右光标找到生活查询，上下光标找到基金选项回车，或者直接按字母 X。
2. 查看的是自己关注的基金信息。

查看股票

1. 使用 NVDA + z打开虚拟菜单，左右光标找到生活查询，上下光标找到股票选项回车，或者直接按字母 Z。
2. 查看的是自己关注的股票信息。
3. 在对话框中您还可以直接与AI讨论（例如让他帮你分析K线图）。

查看汇率

1. 使用 NVDA + z打开虚拟菜单，左右光标找到生活查询，上下光标找到汇率选项回车，或者直接按字母 E。
2. 查看的是最新的汇率信息。

识别安卓屏幕

1. 使用 NVDA + z打开虚拟菜单，左右光标找到安卓辅助，上下光标找到截图并识别选项回车，或者直接按字母 S。
2. 对安卓屏幕（需要安卓与电脑建立连接）进行截图并识别；
3. 有讯飞印刷体识别、讯飞手写识别、讯飞通用文字识别、腾讯云通用文字识别，默认使用讯飞的印刷体识别器，可以在宝盒设置中更改默认的识别器。

安卓屏幕截图到剪贴板

1. 使用 NVDA + z打开虚拟菜单，左右光标找到安卓辅助，上下光标找到截图到剪贴板选项回车，或者直接按字母 D。
2. 对安卓屏幕（需要安卓与电脑建立连接）进行截图并把图片文件复制到电脑剪贴板。

安卓安装 APP

1. 使用 NVDA + z打开虚拟菜单，左右光标找到安卓辅助，上下光标找到安装应用选项回车，或者直接按字母 I。
2. 安装 APK 软件包到安卓（需要安卓和电脑建立连接，实验性功能），注意，如果 APK 文件名包含中文可能会安装失败。

其他

1. 验证码识别后可选择复制到剪贴板，在"NVDA设置对话框"的"NV 宝盒"下进行设置；

2. 基金查询需要在"NVDA设置对话框"的"NV 宝盒"分类中填写自己关注的基金代码，多个基金代码可以使用英文逗号","分割，当您按下查询热键时，可在关注的多个基金中循环切换。

3. 股票查询需要在"NVDA设置对话框"的"NV 宝盒"分类中填写自己关注的股票代码，多个股票代码可以使用英文逗号","分割。

4. 安卓连接有两种方法，无线连接和USB数据线连接：

   • 4.1. 连接之前需要启用开发者模式，操作方法是找到设置，找到关于，找到安卓版本连续点击5次即可开启开发者模式；
   • 4.2. 如果是小米设备，在设置中找到我的设备进入，找到全部参数进入，找到MIUI版本，连续点击5次即可进入开发者模式；
   • 4.3. 在设置中找到开发者选项，一般在更多设置里面，在开发者选项页面启用USB调试模式，然后使用USB数据线连接安卓和电脑，就可以愉快的玩耍了；
   • 4.4. 安卓截图后识别的结果可以进行点击，但是有些安卓厂商为了安全考虑可能禁用了 ADB 点击，需要我们在开发者选项中启用点击功能，例如小米设备需要启用"USB调试（安全模式）"复选框，才能正常工作；
   • 4.5. 无线连接，首先需要用4.3步骤的办法用usb连接到电脑（保证数据线是和电脑处于连接状态），再让电脑和安卓连接同一个WIFI网络，然后打开安卓的WIFI详情页面获取安卓的局域网 IP（例如小米设备在设置中点击wlan，在已经连接的网络右侧有个网络详情按钮点进去，然后找到 IP 地址那一行： fe80::52b4:6528:e04f:2e60 192.168.101.2，其中192.168.101.2就是安卓 IP 地址）；
   • 4.6. 如果想要连接 windows 11 的安卓子系统，可以在子系统界面点击"刷新不可用的 VM IP 地址"按钮，然后点击"复制 VM IP 地址"按钮，这样 IP 地址会复制到剪贴板，可以直接使用；
   • 4.7. 把刚才得到的 IP 地址输入（或粘贴）到 NV 宝盒设置页面的设备局域网 IP 地址的编辑框中，然后在开发者选项页面找到无线调试并启用，重启一下 NVDA，然后记得把数据线拔掉，到此无线连接完成；

5. 天气查询需要在"NVDA设置对话框"的"NV 宝盒"分类中填写自己关注的天气地区，填写的格式是"省份,城市,县区（可选）"，注意需要使用英文逗号","分割，例如"四川省,成都市,金牛区"。

历史更新

V1.5

1. QQ登录页面的号码选择下拉框不会跑焦点了；
2. QQ下载群文件不再反复朗读下载提示；
3. QQ消息 输入框焦点的进一步优化；
4. 优化了与网络相关的功能，不会导致 NVDA 卡住；
5. 增加了"基金查询"（NVDA + X），需要在设置面板中填写要查询的基金代码。

V1.6

1. 增加了"股票查询"（NVDA + Z），需要在设置面板中填写要查询的股票代码；
2. 股票代码区分深市和沪市，沪市股票以"sh"开头，深市股票以"sz"开头。

V1.7

1. 调整减小表情选择的蜂鸣音；
2. 修正0开头的基金无法查询，例如008086；
3. 新增识别安卓屏幕的功能，适用场景，安卓网页读屏读的不好，某些页面有验证码，或者是某些焦点不能点击等。

V1.8

1. 修复退出 nvda 迟缓的问题；
2. 新增彩云天气接口，天气数据更加全面；
3. 修正识别安卓屏幕会跳出 cmd 窗口；
4. 修正某些软件（例如QQ）和某些网页无法进行 OCR 或验证码识别。

V1.9

1. 修正天气查询风速的显示错误；
2. 新增导航对象的截图功能；
3. 新增剪贴板图片识别（功能还不稳定，容易导致nvda退出，慎重使用）；
4. 支持安卓设备无线连接。

V2.0

1. 新增安卓截图到剪贴板；
2. 新增安装 APP 到安卓；
3. 新增对微信3.3及以上版本的微信表情面板的朗读，需要开启工具提示的播报；
4. 新增 YY 语音9.0及以上的频道支持；
5. 新增对 IntelliJ IDEA 对话框的自动朗读，一款开发人员使用个 java 等语言的编程环境；
6. 废除 NVDA + w, g, h, x, z 等的快捷键，使用 NVDA + z打开虚拟菜单代替；
7. 新增虚拟菜单模式，打开虚拟模式在菜单中用上下光标选择，回车确定，也可以使用对应的快捷键激活菜单。

V2.1

1. 新增优图 OCR 文字识别；
2. 虚拟菜单支持循环切换；
3. 虚拟菜单新增宝盒设置的入口；
4. 修正某些地区天气无法查看；
5. 宝盒设置新增默认识别器选项；
6. 完善 YY 频道的支持。

V2.2

1. 新增nvtts功能，可以让安卓设备使用nvda的语音输出信息；
2. 将所有显示安卓信息的地方改成了安卓，为了适配 windows 11 安卓子系统；
3. 虚拟菜单新增宝盒帮助入口；
4. 虚拟菜单新增打开安卓设置，对于使用安卓子系统更方便；
5. 宝盒设置里面新增安装 NVTTS 服务端按钮，在使用 nvtts 功能前需要让安卓设备安装服务端才能正常工作。

V2.3

1. 修正2.2版本帮助文档的一些错误；
2. 新增讯飞通用 OCR 文字识别器；
3. 新增讯飞手写 OCR 文字识别器；
4. 新增讯飞物体图像识别器；
5. 新增讯飞场景图像识别器；
6. 新增讯飞场所图像识别器；
7. 新增讯飞离线语音，扩展了NVDA的语音合成器；
8. 虚拟菜单进行了功能分类。

V2.4

1. 基金查询新增用户评论信息；
2. 删除腾讯优图通用文字识别器；
3. 新增在线 Paddle 文字识别器；
4. 增加讯飞离线语音库离线装机量；
5. 对讯飞离线语音库进行优化；
6. 修正讯飞通用文字识别器无法使用。

V2.4.1

1. 优化讯飞语音的破音情况；
2. 修正某些机器因为丢失 msvcr100.dll 导致无法使用讯飞语音的问题；
3. 新增一个 Paddle 的服务器，由贝贝ABC（enabc.net）提供。

V2.5

1. 修正股票查询功能；
2. 股票查询新增分时K线图、日K线图、周K线图、月K线图；
3. 新增汇率查询功能；
4. 修正讯飞语音库操作过快导致的不稳定情况（例如朗读过时信息、遇到大写后音高无法恢复或朗读的不是预期文字等）；
5. 讯飞语音新增数字读法选项；
6. 修正当用户文件夹名称是中文时无法使用讯飞语音的问题；
7. 修正NV宝盒语音合成器遇到大量文本导致读屏卡死；
8. OCR新增腾讯云通用文字识别器；
9. NV 宝盒语音合成器新增VVTTS语音，有较高的响应速度，支持朗读繁体中文；
10. NV 宝盒新增多语音规则，可以让不同语音朗读特定的内容。

V3.0

1. 综合功能新增记事本，可以快速打开记事本应用；
2. 综合功能新增重启资源管理器；
3. 生活查询新增AI助手，可以帮助你解答各种问题；
4. 对clion和rider两款编程工具做一些强化支持，例如f2的查错自动朗读；
5. 把NV宝盒语音合成器的音频输出接口升级到WASAPI；
6. 把联网库从urllib更换到requests，调用各种识别接口更稳定。

V3.1

1. 增加谷歌翻译能力；
2. 删除在线paddle文字识别器；
3. 修复百度翻译无法使用的问题。

V3.2

1. 升级AI助手，现在可以支持人设自定义；
2. 一些其他修复。

V3.3

1. 天气查询修复。

V3.4

1. 增强语音合成器跟手度。

V4.0

1. 将“生活查询”分类中的“AI助手”更名为“聊天问答”，并将其移动至“大模型能力”分类中；
2. 新增UI代理（UI Agent），有关此功能的描述，请参见“UI代理”一节。

V4.1

1. 新增大模型语速调节功能；
2. 新增使用CTRL打断模型语音的功能；
3. 修正UI代理任务可能的死循环问题。

V4.2

1. 新增“与AI语音通话”的功能。

V4.3

1. 重新设计的“股票助手”，现在您可以与AI讨论，他是一个可以看懂K线图的助手；
2. 全新的UI代理模型，现在无论是响应速度还是准确性方面，都有相当大的提升，助力您完成更加复杂的视觉UI任务。

V4.4

1. 修正UI代理不执行任务的错误。

V4.4.1

1. 支持NVDA2026.x。

V4.4.2

1. 修复一些BUG。

V4.5.0

1. 修复股票查询的卡顿问题；
2. 修复与AI聊天问答无法使用的问题；
3. 修复一些BUG。

V4.5.1

1. 大幅度优化UI代理的执行速度，现在更流畅稳定；
2. 优化语音通话的错误处理。

V5.0

1. 新增基于大模型的离线高质量实时翻译；
2. 一些体验优化。

V5.1

1. 修复UI代理无法使用；
2. 修正验证码识别无法连接服务器。

V5.2.1

1. 解决新用户无法使用讯飞语音（因官方提供的许可用量用尽），现在所有新用户可以正常使用且无限制了；
2. 适配64位NVDA；
3. 新增对64位NVDA下VVTTS语音的兼容支持，且与之前相比更流畅。

V5.2.2

1. 修复语音合成器的BUG。

V5.3

1. 新增空间音效；
2. 64位NVDA支持使用离线模型识别验证码；
3. 修复与AI语音通话无法使用；
4. 去除讯飞在线语音（因不实用且容易给用户带来困扰）；
5. 一些其他BUG修复和稳定性增强。

V5.3.1

1. 优化空间音效，使用更专业的算法；
2. 修复在设置中开关空间音效后需要重启程序的问题；
3. 一些其他BUG修复。

V5.3.2

1. 修复更新插件后需要重新下载离线翻译模型；
2. 更快的模型下载速度；
3. 移除百度翻译，使用离线翻译代替；
4. 升级到更好的谷歌翻译接口；
5. 稳定性增强。

V5.3.3

1. 修复大模型无法使用的问题。

V5.3.4

1. 常规维护。

V5.3.5

1. 修复空间音效会导致NVDA退出后有残留进程；
2. 优化CPU资源使用；
3. 适配最新NVDA开发板。

V5.3.6

1. 升级全新的UI代理模型，体验更加。

V5.3.7

修复一些影响使用的问题。

维护

• 作者： SmileSky mzdk100@foxmail.com
• QQ: 1721503872