按住,说一句
默认右 Option(Windows 为右 Alt),也可以在设置里换成顺手的键。按下不足 400ms 会当作误触丢弃。
① 评审时间改到周三下午。
② 设计稿周五前发到群里。
③
没有账号,没有云端队列。按下、说话、松手,三个动作,一条本地流水线。
默认右 Option(Windows 为右 Alt),也可以在设置里换成顺手的键。按下不足 400ms 会当作误触丢弃。
降噪、VAD、语音识别都在本机跑。准流式预览每 900ms 刷新一次,你能看着字一个个出来。
文字进入当前输入框,粘贴或逐字上屏可选。Esc 随时取消,双击热键取回上一次听写。
听写只是入口。热词、改写、声纹、上屏方式,都是为「说完就能用」准备的。
音频进入麦克风后,只在本机内存里流转:降噪 → VAD → 识别 → 标点 → 上屏。产品里不存在「把录音发给服务器」的路径。
日常听写用 SenseVoice,够快;正式内容切到 Qwen3,短句更准,代价是慢一些。
长听写会话最长 120 秒,单段不超过 30 秒,自动接续,不会说到一半被切断。
热词自学习:只填你「想听到」的词,产品名、同事名、内部黑话,不必逐条纠错。
⌘E 唤起五种改写:润色、正式、精炼、英文、总结。原文留在原地,改完替换。
不写历史、不落盘、不在浮层显示正文。适合在会议、客服、医疗场景里使用。
声纹校验在本机完成,模型 39MB。旁边有人说话时,不会把别人的话打进你的文档。
粘贴快,逐字稳。终端、远程桌面、游戏输入框各有脾气,可以给单个 App 指定上屏策略。
实验功能:局域网听写接口默认关闭,开启后监听 127.0.0.1:8765,需要 token。改完配置需重启。
一个不抢焦点的浮层,出现在你正在写的地方。说完,浮层消失,文字留下。
浮层不抢焦点,按住热键就能说,松手文字直接进当前输入框。
准流式预览让确认和纠错发生在说完之前,而不是之后。
说错了按 Esc,文字不会上屏;双击热键还能取回上一次结果。
| 模型 | 用途 | 下载 | 解包 | 来源 |
|---|---|---|---|---|
| SenseVoice int8 默认 | 中英混合语音识别 | 233 MB | 247 MB | sherpa-onnx |
| Qwen3-ASR int8 | 短句高精度识别(≤30s) | 879 MB | 972 MB | sherpa-onnx |
| 标点模型 | 自动加标点 | 65 MB | 65 MB | sherpa-onnx |
| 声纹模型 | 只录我的声音 | 39 MB | 39 MB | sherpa-onnx |
模型全部来自 k2-fsa/sherpa-onnx 上游发布;字在只做下载与校验,不改模型权重。
免费、无账号。首次启动会引导下载模型;Windows 安装包已随包附带 SenseVoice。
首次启动需下载约 235MB 模型(SenseVoice + 标点 + 降噪)。安装包未公证,首次打开需在「系统设置 → 隐私与安全性」里点「仍要打开」。
0e4bc9fd1ef8e2ae1fb3b4836c4acbc614cd8cdf505edd2fa8a1f20b942a1f43随包附带 SenseVoice 与运行库,装完即可离线使用。安装包未签名,SmartScreen 可能提示「更多信息 → 仍要运行」。
fed58b67908cc3a7b78be54dfb51cf244c3a278d0e2412c6a9e25819bcd21a44
校验方式:shasum -a 256 文件名(macOS)或 certutil -hashfile 文件名 SHA256(Windows)。
也可以从 GitHub Release 下载同样的安装包。
识别是离线的。音频从麦克风进来后只在本机处理,产品里没有上传音频的通道。
但「离线」不等于「永不上网」:首次使用要下载模型;可选的 LLM 润色会把文字发到你配置的服务端(默认关闭);可选的诊断上传会发脱敏日志(默认关闭,不含正文)。除此之外没有遥测。
暂不支持。当前 macOS 版只提供 Apple Silicon(arm64)构建,要求 macOS 13 及以上。Intel 机器可以关注后续版本或从源码自行构建。
安装包没有做 Apple 公证,这是预期行为。到「系统设置 → 隐私与安全性」,在页面下方点「仍要打开」,再确认一次即可。Windows 上对应的是 SmartScreen 的「更多信息 → 仍要运行」。
不会。音频只在本机内存中流转,不落盘、不上传。开启可选的 LLM 润色时,发送的是识别后的文字和你配置的服务端地址,音频仍然不出本机。诊断包默认不含正文。
单个听写会话最长 120 秒,内部按 ≤30 秒切段自动接续。Qwen3 精度档只适合短句,超过 30 秒请用 SenseVoice。
完全免费,源码开源。模型来自 sherpa-onnx 上游发布,不需要额外授权费用;体积从 0.5MB 到 879MB 不等,按需下载。
系统听写更通用;字在把几件具体的事做深:长听写 120 秒、热词自学习、选区改写、按 App 选择上屏方式、声纹只收自己的声音,以及可自行核对的本地识别链路。它不替代系统听写,适合每天要写很多字的人。