crosswk/SayIt
Open-source voice typing for Windows — a Wispr Flow / Superwhisper alternative. Press a shortcut, speak, and AI-polished text lands at your cursor. Local models, your own API keys, or a self-hosted backend.
它解决了什么问题
SayIt 是一款适用于 Windows 的语音输入工具，允许用户在任何应用程序中通过语音输入文本。它解决了手动打字速度慢以及原始语音转文字不准确的问题，通过 AI 驱动的清理功能去除填充词并修复识别错误，确保经过润色的文本直接插入光标位置。
它如何工作
用户通过快捷键触发录音，音频随后通过所选语音引擎进行处理。该系统支持三种运行模式：本地模式（使用用户 GPU 上的 GGUF 模型）、云 API 模式（直接连接到 Groq 或 Doubao 等提供商）以及服务器模式（连接到自托管的 FastAPI 后端）。转录完成后，文本可通过 OpenAI 兼容端点进行 AI 清理阶段处理，以优化语法和语气，然后输入到当前活动窗口中。
适合谁使用
专为希望在各种软件（包括编辑器、聊天应用和浏览器）中提升写作速度和生产力的 Windows 用户设计，同时保持对语音处理方式和隐私设置的完全控制。
主要特性
- 任意位置语音输入：直接将文本插入任何 Windows 应用程序，无需切换窗口。
- 可编辑的 AI 清理：可自定义提示，用于去除填充词或格式化想法。
- 上下文感知写作：可读取周围文本以匹配语气，或对选中文本充当编辑指令。
- 灵活的识别支持：支持本地 GGUF 模型、云 API 和自托管服务器。
- 叠加反馈：录音期间提供视觉波形图和可选的实时字幕。
- 按应用规则：根据当前活动应用程序自动切换清理行为。
相关
- 项目
OpenWhispr/openwhisprOpenWhispr is a cross‑platform desktop app that converts speech to text, provides live meeting transcription with speaker diarisation, and lets you talk to AI assistants (GPT‑5, Claude, Gemini, etc.) directly from your keyboard. It works offline with Whisper‑based models or via cloud services, stores notes locally (with optional cloud sync), and offers an API for programmatic use.
- 项目
- 项目
theJayTea/WritingToolsWriting Tools 是一款免费开源的桌面应用，支持 Windows、Linux 和 macOS，可通过快捷键在计算机任意位置调用 LLM。它可进行校对、重写、改变语气、翻译、总结网页或 YouTube 字幕，甚至与模型聊天。支持使用云 API（Gemini、OpenAI、Anthropic 等）或通过 Ollama、llama.cpp、Apple-silicon MLX 运行本地模型。该应用注重隐私（无遥测、API 密钥本地存储），并采用 GPL-v3 许可证。
- 项目
Quantatirsk/qwen3-asrQwen3‑ASR 是一个自托管语音转文本服务器，封装了 Qwen3‑ASR 模型（0.6 B 与 1.7 B）。它自动选择 GPU‑vLLM 后端或 CPU‑Rust 后端，提供 OpenAI 与阿里云兼容的 HTTP/WebSocket API，支持说话人分离、基于 VAD 的分段、批量推理，并可通过 Docker、自定义 GPU 镜像或离线 tarball 部署。MIT 许可证。
- 项目
mkiol/dsnoteSpeech Note 是一款 Linux/Sailfish 桌面应用，用于完全离线地进行语音笔记的创建、阅读和翻译。它整合了多种开源 STT 引擎（Coqui STT、Vosk、Whisper cpp、Faster Whisper、April‑ASR）、多种 TTS 语音（eSpeak‑NG、Piper、RHVoice、Mimic 3 等）以及 Bergamot 离线翻译器。用户可通过集成浏览器下载模型检查点，确保所有处理都在设备本地完成，保障隐私。提供 Flathub Flatpak 版本，也可从源码构建，采用 GPL‑3.0 许可证。