SpeakType

你说,它写 —— 开源 AI 语音输入法

按住 RightCtrl 说话,松手,文字落到任何程序的光标处。识别引擎、AI 润色、热词纠错全部由你定义,密钥与语音永不离开你的掌控。

Windows 10/11 x64 · MIT 开源 · macOS 版开发中

SpeakType 界面

为什么是 SpeakType

🔓

完全开源(MIT)

协议、纠错算法、界面,每一行都能看、能改、能自部署。

🛡️

没有自己的后端

不架设任何云端服务,语音只发给你自己选择并配置的识别服务——或者干脆完全离线。

🧩

一切可插拔

识别引擎、AI 润色模型、热词词典、人设风格、快捷键,全部由你定义。

核心体验

🎙️

按住说话

按住 RightCtrl 说话,实时字幕逐字上屏,松手自动落字到任何 Windows 程序的光标处。

免按模式

Alt+Q 按一下开始、说完自动结束(静音检测),适合长段输入。

🎭

人设风格

Alt+1..9 秒切:默认 / 自动翻译 / 汇报老板 / 命令行 / 自定义 prompt。

📖

热词纠错

词典加上人名、产品名,同音/近音误字自动替换;历史页手动纠错一键学进词典。

🧠

增强人声检测

可选 Silero VAD 神经网络(约 35MB,本机运行),噪声环境下自动结束与防幻听更准。

🔁

失败可重试

识别失败的录音保留在本机,历史页一键重试,不用重说。

📱

手机当麦克风

台式机没麦克风?手机扫码即用;同一 Wi-Fi 走局域网直连,异地走中转。

✍️

选中即改写

选一段文字按住 F8 说「翻译成英文」「改得正式一点」,松手直接替换选区。

📈

越用越准

落字后你手改对的词自动学进词典,同样的错不会再犯第二次。

识别引擎,三选一

零密钥

豆包语音

复用你自己登录的 doubao.com 会话做流式识别,App Key 自动获取,装完即用。

自带 Key

OpenAI 兼容接口

填 Base URL + Key 即可,内置 Whisper / SiliconFlow / Groq / Fireworks / Mistral / 阿里云百炼预设。

完全离线

本地识别(SenseVoice / whisper.cpp)

应用内一键下载模型,完全本机识别——不联网、不注册、零密钥;SenseVoice 中文实测每句 0.27 秒、自带标点。

隐私边界

  • 没有服务器 —— 不收集、不上传任何语音、文本、统计。
  • 语音只发给你配置的服务 —— 离线模式下不出本机。
  • 密钥、历史、失败录音只存本机 —— %APPDATA%\SpeakType。
  • 仓库不内置任何第三方凭证
识别引擎设置

手机当麦克风(别家都没有)

📷

扫码即用

桌面端设置里开「手机当麦克风」,手机扫二维码打开页面,按住圆钮说话,文字落到电脑光标处。零安装,iPhone / Android 通用。

🏠

装到主屏幕 / 安卓 App

手机页面是可安装 PWA:点「添加到主屏幕」就有图标、全屏、无地址栏;安卓另提供 APK 直装。下次打开自动连回上次配对的电脑。

🌐

局域网 / 公网都行

同一 Wi-Fi 走局域网直连(更快更私密),不在一起时走中转(音频直通不落盘,中转服务开源可自部署)。

人设风格

5 种界面语言

简体中文、繁體中文、English、日本語、한국어——跟随系统或手动切换,即时生效。语言包架构支持社区继续添加。

立即下载