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.
它解決的問題
SayIt 是一款適用於 Windows 的語音輸入工具，允許使用者將語音直接輸入任何應用程式。它解決了手動打字速度慢以及原始語音轉文字不準確的問題，透過人工智慧驅動的清理功能，去除填充詞並修復辨識錯誤，確保經過潤飾的文字能直接插入游標位置。
如何運作
使用者觸發快捷鍵開始錄音，錄音內容會透過所選的語音引擎進行處理。系統支援三種運作模式：本機模式（使用使用者 GPU 上的 GGUF 模型）、雲端 API 模式（直接連接至 Groq 或 Doubao 等提供者），以及伺服器模式（連接至自架設的 FastAPI 後端）。轉錄完成後，文字可透過 OpenAI 兼容的端點進行人工智慧清理階段，以優化語法與語氣，再輸入至目前活躍的視窗中。
適用對象
專為希望提升寫作速度與生產力的 Windows 使用者設計，適用於各類軟體，包括編輯器、聊天應用程式與瀏覽器，同時保有對語音處理方式與隱私設定的控制權。
主要特色
- 任意位置語音輸入：直接將文字插入任何 Windows 應用程式，無需切換視窗。
- 可編輯的人工智慧清理：可自訂提示，以去除填充詞或格式化想法。
- 具上下文感知的寫作：可讀取周圍文字以匹配語氣，或針對選取的文字提供編輯指令。
- 彈性辨識：支援本機 GGUF 模型、雲端 API 與自架設伺服器。
- 覆蓋式反饋：錄音期間提供視覺波形與可選的即時字幕。
- 應用程式個別規則：根據目前活躍的應用程式自動切換清理行為。
相關
- 專案
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.
- 專案
- 專案
theJayTea/WritingToolsWriting Tools 是一款免費開源的桌面應用，支援 Windows、Linux 和 macOS，可透過快捷鍵在電腦任何位置呼叫 LLM。它可進行校對、重寫、改變語氣、翻譯、總結網頁或 YouTube 字幕，甚至與模型聊天。支援使用雲端 API（Gemini、OpenAI、Anthropic 等）或透過 Ollama、llama.cpp、Apple-silicon MLX 執行本地模型。該應用注重隱私（無遙測、API 金鑰本地儲存），並採用 GPL-v3 許可證。
- 專案
Quantatirsk/qwen3-asrQwen3‑ASR 是一個自托管語音轉文字伺服器，封裝了 Qwen3‑ASR 模型（0.6 B 與 1.7 B）。它自動選擇 GPU‑vLLM 後端或 CPU‑Rust 後端，提供 OpenAI 與阿里雲相容的 HTTP/WebSocket API，支援說話人分離、基於 VAD 的分段、批次推理，並可透過 Docker、自訂 GPU 鏡像或離線 tarball 部署。MIT 許可證。
- 專案
mkiol/dsnoteSpeech Note 是一款 Linux/Sailfish 桌面應用，用於完全離線地進行語音筆記的建立、閱讀與翻譯。它整合了多種開源 STT 引擎（Coqui STT、Vosk、Whisper cpp、Faster Whisper、April‑ASR）、多種 TTS 語音（eSpeak‑NG、Piper、RHVoice、Mimic 3 等）以及 Bergamot 離線翻譯器。使用者可透過內建瀏覽器下載模型檢查點，確保所有處理皆在裝置本地完成，保障隱私。提供 Flathub Flatpak 版本，亦可從原始碼建置，採用 GPL‑3.0 授權。