ideaplexa/voicetypr

Voicetypr - AI powered offline voice to text dictation tool for busy founders, vibe coders, AI power users on macos, windows. Alternative to wispr flow and superwhisper.

什麼是 Voicetypr？

Voicetypr 是一款適用於 macOS 和 Windows 的 優先離線桌面聽寫工具。它讓您可以在電腦上的任何地方說話，使用本地或可選的雲端語音轉文字模型轉錄音訊，並將產生的文字直接插入游標位置。

核心理念 (來自 README)

理念	含義
全系統聽寫	全域熱鍵可啟動/停止錄音，因此您可以對任何應用程式（電子郵件、程式碼編輯器、瀏覽器等）進行聽寫。
預設本地轉錄	使用 OpenAI-Whisper (macOS 和 Windows) 以及針對 Apple Silicon 優化的 Parakeet 模型。除非您選擇雲端提供者，否則不會有網際網路流量。
可選雲端提供者	如果您偏好其他服務，可以將 Voicetypr 指向 Soniox、OpenAI、Groq、Deepgram 或 Cohere。
AI 格式化	轉錄後，原始文字可以由 LLM（OpenAI、Anthropic、Gemini 或任何相容 OpenAI 的端點）進行清理。
CLI 與代理整合	`voicetypr` 命令列工具讓腳本或自主代理能夠存取相同的轉錄管道，並回傳純文字或結構化 JSON。
網路共享	一個 Voicetypr 實例可以作為您區域網路上的私人轉錄伺服器，讓其他安裝程式分擔工作。
本地模型終身授權	試用期後，您可以購買一次性授權，免除本地執行模型的所有每分鐘費用。

主要功能 (列表)

全域捷徑、按鍵通話、切換錄音、游標處自動插入
Whisper (macOS/Windows) + Parakeet (Apple Silicon) 用於裝置端轉錄
雲端 STT 選項 (Soniox, OpenAI, Groq, Deepgram, Cohere)
透過 OpenAI/Anthropic/Gemini 或自訂端點進行基於 LLM 的文字潤飾
轉錄音訊/視訊檔案；雲端提供者可增加說話者識別 (diarization)
歷史記錄檢視，包含搜尋、元資料、比較原始與格式化文字、複製或重新轉錄
基於區域網路的私人轉錄伺服器 (網路共享)
支援代理的 CLI (voicetypr transcribe … --json 等)
穩定版/測試版更新頻道；Microsoft Store 版本遵循商店更新
小型 React UI，由 Rust 支援音訊擷取、熱鍵和游標插入

如何使用

安裝 – macOS 14+ DMG 或 Windows 安裝程式 / Microsoft Store。
授予權限 – 麥克風權限，以及 (macOS) 用於游標插入的輔助功能權限。
下載模型 – 應用程式會一次性獲取 Whisper/Parakeet 檔案並儲存在本地。
設定熱鍵 – 在「設定」→「一般」中選擇全域捷徑。
聽寫 – 將游標置於任何文字欄位，按下捷徑，說話，停止。
結果 – Voicetypr 會在游標處輸入轉錄內容並儲存到歷史記錄中。

命令列介面 (CLI)

CLI 為腳本或 AI 代理鏡像了 GUI 功能：

voicetypr status --json          # 健康資訊
voicetypr models --json          # 列出可用的本地/雲端模型
voicetypr transcribe --file note.wav --json   # 檔案 → 文字/JSON
voicetypr record --until-silence --json       # 即時麥克風擷取

預設輸出為人類可讀格式；--json 產生適合自動化的結構化物件。除非您明確請求遠端伺服器或雲端提供者，否則音訊永遠不會離開機器。

隱私與資料流

模式	離開電腦的資料
本地轉錄	無 – 音訊和文字保留在裝置上。
雲端轉錄	錄製的音訊會傳送到所選的 STT 提供者。
AI 格式化	原始轉錄內容會傳送到設定的 LLM 服務。
網路共享	音訊會傳送到您設定的 Voicetypr 伺服器（區域網路或其他網路）。
診斷和分析可以在「設定」中切換；專案的隱私權政策詳細說明了保留期限。

技術堆疊

桌面殼層： Tauri v2 (Rust + webview)，用於原生視窗化、自動更新、權限管理。
前端： React 19, TypeScript, Tailwind CSS, shadcn/ui, Zustand 狀態管理。
後端： Rust 處理音訊擷取、重採樣、熱鍵、轉錄編排、歷史記錄、游標插入。
本地引擎： 兩個作業系統上的 Whisper (CPU)；Apple Silicon 上的 Parakeet 側車；Windows 上可選的 Vulkan 加速 Whisper 側車。
網路共享： 建立在相同 Rust 後端上的認證客戶端/伺服器。

取得程式碼並自行建構

git clone https://github.com/ideaplexa/voicetypr.git
cd voicetypr
pnpm install               # Node + React 依賴
pnpm tauri:dev             # 在開發模式下執行 (需要 Rust 工具鏈, Tauri 先決條件)

先決條件：Node + pnpm, Rust stable, Tauri v2 平台工具, Xcode CLI (macOS) 或 Visual Studio Build Tools (Windows)。提供 Lint、型別檢查和測試腳本 (pnpm lint, pnpm test 等)。

授權與社群

授權： GNU Affero General Public License v3 (AGPL-3.0)。
支援： GitHub Issues、應用程式內「回報問題」，以及包含文件、更新日誌和說明頁面的公開網站。
貢獻： 遵循 AGENTS.md 和 CLAUDE.md 中的指南；保持平台特定行為明確，並維護 Windows 上 CPU 安全的主程序。

總結

Voicetypr 是一款完全開源、跨平台的聽寫應用程式，透過在本地執行基於 Whisper 的語音轉文字來優先考慮隱私，同時仍提供雲端和基於 LLM 的格式化作為可選附加元件。其 CLI 使其適用於自動化和 AI 代理工作流程，且其架構（Rust 核心 + React UI）以現代化 UI 提供了原生效能。