AbhishekBarali/SpeakoFlow

解决的问题

SpeakoFlow是一款跨平台的语音听写和AI助手工具，允许用户在任何应用程序中使用语音输入。它通过提供系统级的语音转文本界面，消除了手动打字的需求，同时还集成了AI助手，用于翻译、解释和免提对话等任务。

工作原理

该应用程序结合使用本地和基于云的模型进行语音转文本（STT）、大语言模型（LLM）和文本转语音（TTS）。用户通过键盘快捷键触发操作，进行口述文本、向AI助手询问所选文本或屏幕的问题，或参与语音对话。它支持多种模型，包括Whisper、Parakeet以及llama.cpp等本地引擎，以及OpenAI和Anthropic等云服务提供商。

适用人群

它专为希望通过用语音替代打字来提高生产力的人、需要在其所有应用程序中都能访问AI助手的用户，以及需要自动转录和总结会议的专业人士而设计。

亮点

• 系统级听写：使用可自定义的键盘快捷键，在任何应用中通过语音输入。
• AI助手：提问、翻译文本，或将所选文本替换为AI生成的答案。
• 免提对话：使用本地或云语音与AI助手进行语音对话。
• 会议转录：录制麦克风和系统音频，以创建转录文本和结构化的会议记录（摘要、决策、下一步行动）。
• AI清理：一个专门的小型模型（SpeakoFlow Mini），可实时移除填充词并修正语法/标点。
• 隐私优先：默认使用本地转录和处理，无需遥测或账户。
• 灵活的模型支持：支持65多种语音模型和各种LLM提供商（通过Ollama/LM Studio本地运行或云API密钥）。