OpenWhispr
本地运行的开源 AI 语音输入工具按住快捷键说话，文字直接出现在光标处
产品亮点
你能用它做什么
- 在 Slack 里口述回复同事消息，不切换应用即可发出
- 在 Notion 中口述会议要点，让智能体整理成结构化笔记
- 断网时在 VS Code 口述博客段落，实时转成 Markdown
- 在终端与编辑器里口述代码注释、文档和提交信息
怎么用
- 1 在官网下载 macOS、Windows 或 Linux 安装包，也可从 GitHub 获取源码自行编译
- 2 首次启动时选择语音处理模式：本地处理，或自带 API 密钥使用云端模型
- 3 在设置里配置全局快捷键，并选择按住说话或按键切换的录音方式
- 4 按设备性能下载合适的本地模型，在 Tiny 到 Turbo 之间平衡速度与准确度
- 5 在任意输入框按下快捷键说话，结束时松手，文字会自动出现在光标处
- 6 需要时添加自定义术语或纠错规则，让识别更贴合个人习惯
适合谁使用
优点
- 语音默认本地处理，不依赖网络也不外传
- 核心功能开源免费，可审查、可修改、可分发
- 覆盖桌面三大系统与 iOS，跨平台体验一致
- 术语学习能逐步提高人名、行话与技术词的准确率
局限
- 本地模型需要下载，尺寸越大占用存储与算力越多，低配设备速度会变慢
- 云端额度有限，官网给出的免费额度为每周 2000 字，超出后需自带 API 密钥
- 首次使用要配置快捷键、录音方式和模型，有一定上手成本
- 识别准确度受麦克风质量与环境噪音影响，正式文稿仍需人工校对
OpenWhispr 是什么
OpenWhispr 是一款隐私优先的开源语音输入工具，基于 OpenAI Whisper 和 NVIDIA Parakeet 等模型，在设备本地把语音实时转成文字。它提供 macOS、Windows、Linux 和 iOS 客户端，可在 Slack、VS Code、Chrome、Word、Notion 等任意文本框内使用，通过自定义快捷键实现“按住说话”或“按键切换”的听写体验。核心功能完全免费且开源，采用 MIT 许可证，代码托管在 GitHub，任何人都可以审查、修改和分发。语音数据默认在本地处理，不离开设备；用户也可以选择自带 API 密钥，或使用云端服务，后者提供每周 2000 字的免费额度。
你能用它做什么
- 在任意应用的文本输入框中口述内容，松手后文字直接插入光标处
- 用语音指令让应用整理、润色文本，或起草邮件等结构化内容
- 识别超过 100 种语言并在对话中自动切换，适合多语言记录
- 让系统记住人名、行话和技术术语，逐步提高个人化识别准确率
适合谁使用
- 需要口述草稿、免于打字疲劳的写作者与记者
- 在编辑器与终端里写注释、文档和提交信息的程序员
- 对数据安全有要求、希望内容不出设备的从业者
- 在旅途中、飞机上或无网络环境仍需记录的人
需要留意什么
本地模型需要下载，模型尺寸越大占用存储与算力越多，低配设备上速度会受影响，需要在 Tiny 到 Turbo 之间做取舍，初次使用还要花时间配置快捷键、录音方式和模型。云端额度并非无限，超出每周 2000 字的免费额度后需要自带 API 密钥或改用本地模式。识别准确度也会受麦克风质量与环境噪音影响，专有名词密集的内容建议先补充自定义术语。语音输入适合起草与记录，正式文稿仍然建议人工校对一遍再发出。
常见问题
OpenWhispr 是完全免费的吗？
核心功能完全免费且开源，采用 MIT 许可证。若使用云端服务，官网提供每周 2000 字的免费额度；也可以自带 OpenAI、Anthropic、Google Gemini 等 API 密钥。
不联网能不能用？
可以。选择本地处理模式后，模型在设备本地运行，不依赖网络，适合旅行、偏远地区或对数据安全有要求的场景。
支持哪些系统和语言？
提供 macOS、Windows、Linux 桌面客户端及 iOS 支持，可识别超过 100 种语言，包括英语、西班牙语、法语、德语、中文、日语、阿拉伯语等。
语音会上传到服务器吗？
本地模式下语音默认在设备本地处理，不离开设备。若主动选择自带 API 密钥或云端服务，则由所选服务商处理。
为什么说它免费
官网写明的免费方式： 免费额度完全免费免费
免费额度、试用天数与功能范围由官网决定，随时可能调整，请以官网为准。
