返回 AI 工具目录
OpenSource Voice Dictation Agent (Wispr Flow clone)
AI 应用人工精选最近核验 2026年7月23日
这是一款开源的语音听写工具,定位为付费产品 Wispr Flow 的免费替代:按住某个热键说话,松开后语音被转成文字并直接填入当前输入位置。除转写外,它会去掉「嗯、like」这类口头语、做语法纠正,并可把结果整理成要点、改写或据此生成文本。语音转写既支持本地离线模型(Whisper,或经 Sherpa-ONNX 运行的 NVIDIA Parakeet),也可走云端的 Deepgram 转写加 Gemini 处理;本地大模型可接 Ollama。项目用 TypeScript 与 Swift 编写,MIT 许可,提供 macOS 桌面版与 iOS(TestFlight)。适合想要本地、可控、免订阅听写方案的个人用户。
定价开源部署本地运行国内可达国内可达性待核验
解决什么问题
- 按热键即说即转写,替代手动打字输入
- 自动去口头语并做语法纠错,输出更干净
- 本地模型离线转写,敏感内容不必上云
- 免订阅,替代按月付费的听写服务
适合
- 想要本地、免订阅语音听写的 macOS 或 iOS 用户
- 对隐私敏感、偏好离线转写的个人
- 愿接受开源工具自行安装与配置的用户
不适合
- 目前面向 macOS 与 iOS,无 Windows 版
- 云端模式依赖 Deepgram、Gemini,涉及出域与费用
- 中文听写效果需自行验证,未见官方保证
- 个人项目,企业级支持与 SLA 需自行评估
如何接入
- 本地转写用 Whisper 或经 Sherpa-ONNX 的 Parakeet
- 云端可接 Deepgram 转写与 Gemini 文本处理
- 本地大模型可通过 Ollama 接入
- 提供 macOS DMG 与 iOS TestFlight 安装
已知限制
- 云端转写与处理为海外服务,国内直连不稳
- 中文识别与标点表现取决于所选模型
- 仅覆盖苹果平台,跨端使用受限
- 依个人维护,更新与兼容性需持续关注
接入与使用事实
- 部署方式
- 本地运行
- 实现语言
- English
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- 待确认
- 国内可达性
- 国内可达性待核验
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。