SpeakoFlow icon

SpeakoFlow

SpeakoFlow 是一款适用于 Windows、macOS 和 Linux 的免费开源桌面语音转文字应用,支持在任意应用中口述输入、Flow 语音写作、文本清理、翻译和屏幕感知助手。

SpeakoFlow

SpeakoFlow 的作用

SpeakoFlow 是一款适用于 Windows、macOS 和 Linux 的免费开源桌面语音转文字应用。它旨在把语音直接转成你当前正在使用的应用中的成稿,无论是电子邮件、聊天、编辑器还是基于浏览器的表单。

除了基础口述输入之外,SpeakoFlow 还加入了名为 Flow 的语音驱动写作流程、用于粗糙口述内容的 AI 清理、独立的助手面板以及屏幕感知回答。文档说明语音转文字在你的设备本地运行,而助手功能可以使用内置的离线模型、你自己的本地服务器,或带有你密钥的云端提供方。

功能

在任意应用中口述输入

按下热键,自然说话,你的话语就会输入到你正在使用的应用中。口述输入可以在你说话时实时流式输出文本,也可以在你停下后再插入。

使用 Flow 生成

以“Hey Flow”作为口述开头,并让它起草回复、电子邮件、提示词或其他写作任务。结果会回填到光标位置,且该触发词可以重命名。

将语音翻译成英文

在你用另一种语言说话时,将口语输入翻译成干净的英文。网站说明这会完全在你的设备上运行。

AI 清理

删除填充词、修正语法,并将输出调整为专业、友好或简洁等语气。此功能为可选,仅在启用时运行。

带语音回答的助手

通过热键打开一个悬浮助手面板,使用语音或文字提问,并获得可同步朗读的流式回答。面板在打开期间会记住对话内容。

屏幕感知辅助

就屏幕上显示的内容向助手提问,例如错误消息、图表或电子邮件。文档说明你可以选择让它查看屏幕,或者仅根据你的话语作答。

SpeakoFlow 的常见使用方式

  • 在日常应用中免手动口述输入

    当你想比打字更快地记录一个想法时,可以使用口述输入热键。该产品专为在电子邮件、聊天、文档和其他应用中写作而设计,无需切换上下文。

  • 将口头提示转成润色后的文本

    当你的目标是完成写作而不是原始转录时,可以用“Hey Flow”开始口述。网站将其定位为一种从口头指令起草回复、电子邮件、提示词及类似任务的方法。

  • 清理粗糙的口述内容

    当你有一段粗糙的语音备忘录或实时口述内容需要编辑时,可以启用 AI 清理。它可以删除填充词、修正语法,并以选定语气格式化结果。

  • 在工作流程中提问

    当你想在不离开当前应用的情况下进行来回问答时,可以使用助手面板。助手可以通过文字或语音回复,并在适当时使用屏幕上下文。

  • 将口语输入翻译成英文

    当你想用另一种语言自然说话,但在你正在输入的应用中生成英文文本时,可以使用翻译工作流。网站说明翻译过程会保留在设备本地。

Pros and Cons

Pros

  • 本地语音转文字会将转写保留在你的设备上。
  • 可在任意应用中使用,包括电子邮件、聊天和编辑器。
  • 除了简单口述之外,还增加了写作、清理、助手、翻译和屏幕感知工作流。
  • 采用 MIT 许可开源,无需账户。
  • 支持 Windows、macOS 和 Linux,文档中列出了可下载的构建版本。

Cons

  • 文档提到不同平台需要不同的设置步骤,而且 macOS 在首次安装时需要额外执行一条 Terminal 命令,因为应用尚未签名。
  • 某些助手功能取决于你选择的模型提供方,因此在本地和云端设置之间,行为并不完全一致。
  • 评审期间定价页面返回了 404,因此定价信息仅限于网站的免费/开源声明。

FAQ

SpeakoFlow 真的免费吗?

是的。网站说明 SpeakoFlow 完全开源,采用 MIT 许可,并且始终可以免费使用。

我的数据私密吗?

语音转文字在你的设备本地运行,因此你的语音不会离开你的设备。助手只会连接你选择的模型提供方,也可以完全本地运行。

我需要 API 密钥吗?

不需要。你可以使用内置的离线模型,无需 API 密钥。如果你更喜欢云端提供方,也可以接入你自己的密钥。

它支持哪些平台?

主页和文档说明它支持 Windows、macOS 和 Linux。文档还为每个操作系统列出了对应的安装程序和说明。

它可以清理不够完善的口述内容吗?

SpeakoFlow 说明,在启用 AI 清理后,它可以删除填充词、修正语法,并按你选择的语气重写口述内容。

Quick Facts

类别
语音转文字 / 生产力
平台支持
Windows、macOS、Linux
许可证
MIT
定价
免费且开源;评审期间定价页面返回 404
源域名
speakoflow.com
主要工作流
在任意应用内通过语音口述、生成、清理并提问