发现频道 - 小众软件官方论坛
发现频道 - 小众软件官方论坛订阅

【开发者自荐】Voltip：按住说话、松开就是整理好的文字，开源语音输入，可以纯本地识别

软件名称

Voltip

一句简介

开源的语音输入工具：在任意应用里按住快捷键说话，松开后，整理好的文字直接出现在光标处。识别可以完全在本机做，也可以接各家云服务或自己的接口。

应用平台

Windows、macOS、Linux、Android（Android 8.0 及以上，主要把手机当电脑的麦克风和键盘）。还没有 iOS 版。

推荐类型

【开发者自荐】

是否收费

免费。应用开源（AGPL-3.0），不用注册账号，界面是中文。内置的识别和润色服务也免费；换成自己的服务商时，按服务商的价格计费。

应用简介

Voltip 是我做的一个开源语音输入工具，能替代 Typeless 的日常听写：在任意软件里按住 Ctrl+Alt+Space 说话，松开以后，口头禅去掉、说错又改口的地方只留最后的说法，整理好的文字直接出现在光标处。比如说「评审会定在周一上午十点，呃，不对，应该是下午两点」，插进去的是「评审会定在周一下午两点。」

录屏：按住快捷键说话，松开后插入的是润色过的文字

不想按组合键，也可以只用一个键：右 Ctrl、右 Alt、右 Shift、右侧的 Win／Command 键、Mac 的 Fn 键，或者鼠标中键、侧键。录音方式有三种：按住说话；按一下开始、再按一下结束；短按锁定、长按说话。说长段话不用一直按着。

识别在哪儿做，自己选

  • 本机：在「语音模型」页下载一次模型（227 MB 起），之后离线识别，录音不离开电脑。Qwen3-ASR 能用显卡加速，Windows、Linux 上走 Vulkan，Mac 上走 Metal。
  • 内置服务：装好就能用，不注册、不填密钥。这项服务所有用户共用，按地址限次数，忙的时候会跳过润色、只插原文。
  • 云服务商：识别可选 OpenAI、Groq、硅基流动、阿里云百炼；润色另外还能用 Google AI Studio、DeepSeek 或本机的 Ollama；也可以填任意 OpenAI 兼容接口。
  • 打开「额度用完后改用其他模型」后，识别和润色各能排 8 个候补模型，一个额度用完就按顺序换下一个。阿里云百炼每个新开通的模型各有一份免费额度，可以排成一串用。注意先在百炼控制台打开「免费额度用完即停」，不然超出的部分会直接按量扣费；免费额度有有效期，以控制台为准。

除了润色，还有这些

  • 8 个润色预设，提示词全部公开，可以复制一份改成自己的。其中「提示词优化」会把口述的需求整理成带编号的提示词，给 Claude Code、Codex 下指令时用得上。
  • 语音编辑：选中一段文字，按住 Ctrl+Alt+E 说「改正式一点」或「翻译成英文」，选中的内容直接被替换。
  • 场景：按当前应用换预设。写代码时代码和命令保持原样，写文档用书面语，聊天用口语。
  • 词典：纠正总被听错的人名、项目名和命令。
  • 长录音：录音来源可以选麦克风、电脑声音或两者混合，单次能录 2 小时，录完导出 SRT 字幕。
  • MCP：Claude Code、Codex 等工具可以读取替换记录，帮你整理词典和替换规则。默认只给替换汇总，它新建的规则要你确认才生效。
  • voltip-server：在没有桌面的 Linux 服务器上提供 OpenAI 兼容的转写接口，默认只接受本机连接。

安卓手机

在手机上按住说话，音频端到端加密传到电脑，由电脑用自己的设置识别（本地模型、词典、润色都算在内），文字插到电脑的光标处。所以手机上也能用电脑里的本地模型，手机本身不跑模型。手机上打的字或者剪贴板里的内容，也能一键发到电脑的光标处（目前只能发文字）。不在同一个网络也能连，中继只转发加密数据。

官方网站

安卓版上架 Google Play 之前，需要至少 12 名测试者连续 14 天参加封闭测试。有能用 Google Play 的安卓手机（Android 8.0 及以上、64 位 Arm）的话，欢迎进交流群报名：交流与反馈 | Voltip

觉得有用的话，欢迎在 GitHub 上给个 star。

1 个帖子 - 1 位参与者

参与讨论