Chaplin 是一个基于视觉语音识别（VSR）技术的实时无声语音识别工具，能够通过摄像头捕捉唇部动作并将其转换为文本。 该项目完全本地运行，无需互联网连接，使用 Auto-AVSR 项目的 LRS3 数据集训练模型，字错误率（WER）为 19.1%（准确率约 80.9%）。 当前主要支持英语识别，适用于隐私敏感或安静环境下的无声沟通场景。
