最近我开发了一个名为 代体语音输入法 的小工具。它基于本地语音识别模型，无需联网、无需填写 API Key 、完全免费使用。
🎯 开发初衷
我最初创建这个工具，是为了更高效地与 AI （如 Claude 、ChatGPT 等）进行对话。
实践发现，语音输入的速度远快于打字，说完后文字几乎瞬时出现，整个交互过程非常流畅。
🧩 为何选择本地模型？
我曾尝试过多种语音输入方案，但它们普遍存在延迟高、需配置 Key 、收费昂贵等问题。
我们最初也做过依赖云端识别的版本，但发现实际使用中月成本往往达到一二十元。
因此，我们决定转向本地模型，彻底解决这些问题。
⚡ 使用体验
我和朋友们已经深度使用了一段时间，体验非常出色：
本地语音识别的响应速度极快，一旦习惯了这种“说完即出字”的零延迟体验，就再也无法忍受云端识别需要等待数秒的滞后感。
📦 支持平台
- Windows
- macOS
无需联网、无需登录、安装即用。
欢迎试用，并期待您的反馈 🙌
📩 获取方式
扫描下方二维码添加我的微信，我会直接发送安装包给您：
请记得备注「语音输入法」
 |
1
Ericgood 5 天前
大佬用的什么模型呀？
|
 |
2
smartmeng OP @Ericgood 具体模型暂时不方便透露，不过是本地部署的，不联网、识别速度非常快。
后面也会支持多种语音模型切换。 对电脑的要求不高，大部分机器都能流畅运行，准确率接近云端模型。 你可以先体验下效果，后面我们会再公开更多技术细节。 |
 |
3
bigtear 5 天前
funasr 系列的模型还是 whisper ？
|
 |
4
SayHelloHi 5 天前
感兴趣用的什么模型 😁
|
 |
5
victor 4 天前
macOS -> 系统设置 -> 键盘 -> 听写，启用语音输入。延迟低、不收费、无需配置。
|
|
7
smartmeng OP @SayHelloHi 用的 funasr 系列的模型，效果很好，欢迎试用体验
|
|
8
smartmeng OP @victor 确实，macOS 自带的听写已经挺方便了。
不过我们想做的不只是“语音转文字”——我们更希望让 AI 参与输入。 AI 不仅能帮你把语音快速变成文字，还能理解你要表达的意思，帮你优化、润色，甚至结合上下文和你的历史记忆，让输入更智能、更贴合你自己的表达习惯。 我们现在还在早期阶段，功能还不多，但方向是想在“输入”这个场景里，用 AI 做一些新的尝试。 也非常欢迎你来试试，并给我们提提建议 🙌 |
|
9
victor 4 天前
@smartmeng 我使用语音输入一般都是去做一些普通的聊天，不想打字的情况。比如现在这段话就是语音输入。它可以帮我补充标点符号，我只需要在输入完成之后简单地调整一下就能发送了。
你的方向是输入一大段没有经过思考的口语化语音文字后，希望 AI 精简和润色再发送。我现在只能是在 ChatGPT 当中做这个操作，再用 Chrome MCP 发送到我们现在的聊天窗口里面来，但是这种跨软件的协作只能局限在有限的几个软件中实现。 可能另外一条时间线上老罗的 TNT 最终版才是我想要的东西吧。 |
 |
10
aero99 3 天前
我的 Mac mini 没有话筒，相对来说手机上使用语音输入的频率（场景）感觉更高
有时候回到家里就懒得打开 Mac 了，记事语音输入我是用 iPhone 的侧键调用快捷指令通过 whisper 的方式自动在备忘录产生语音转文字和原始语音文档，定期整理。 缺点是因为网络的原因，偶尔要切换节点，感觉离线的语音模型是我需要的，商店里试了几款准确率都不如 whisper 高 |
|
11
smartmeng OP @victor 我自己还有一个需求，就是希望语音输入的内容能被记录下来，有一个地方能看到这些数据。因为我觉得 AI 的进步非常大，很快就可以把这些数据可以用来干一些其他事情，甚至是后面可以辅助我更好的输入。
|
|
12
smartmeng OP @aero99 我们暂时是想先把电脑端做好，我们之前在手机上也做过语音记录相关的产品。甚至我们做了一个非常未来的产品。我们开发了一款 APP ，可以基于标准的蓝牙协议，让任何一个耳机变成记忆耳机。你只是你只要带上耳机，就可以全天候记录你听到的一切声音，并且通过 APP 转成文字，然后也可以让大模型来处理这些数据。但是我们觉得就是他这个全天候的记录的数据太多了，然后暂时没有找到一个好的场景。现在我们想把语音输入法这个场景先做好。我们现在先把电脑端做到极致，后面我们会做手机端。
|
 |
13
visper 1 天前
之前测试的话，相对来说 sensevoicesmall 速度和准确率不错。
|
 |
15
jwh199588 12 小时 50 分钟前
如果我想将语音模型通过 js 的方式注入进去，而不需要单独部署，用户打开浏览器就可以直接使用，使用的方式是将文字转语音，请问有哪些模型可以做到
|
Select Language