github.devotd.
新发现其他

zephyr4123/speakmore — 面向 Mac·Windows 的开源语音输入

zephyr4123/speakmore 是一款面向 Mac·Windows 的开源语音输入工具,可将口述内容整理后输入到光标位置。

仓库信息zephyr4123/speakmore ↗

SpeakMore:免费开源的语音输入,Mac 和 Windows 都支持。模型任你接(Gemini、OpenAI、通义千问、DeepSeek、Kimi、智谱 GLM、MiniMax 或任何 OpenAI 兼容服务),也可以全部在本机跑、不上传数据。附对 Typeless 的逆向分析。

星标
★ 82
复刻
27
语言
JavaScript
许可证
MIT
查看原始来源 ↗在 GitHub 查看 ↗

zephyr4123/speakmore 是一款在 Mac 和 Windows 上使用的开源语音输入工具。据仓库 README 说明,按下快捷键说话,再次按下后,整理好的句子会输入到光标位置。当前可确认信息的来源是仓库说明与 README;FACTS 中未记录最新发布版本。

该工具支持选择听写方式以及要使用的模型。README 说明支持 29 种模型和 OpenAI 兼容服务,并举例 Gemini、OpenAI、通义千问、DeepSeek、Kimi、智谱 GLM、MiniMax。端上模型可在 Mac 和 Windows 上通过 Metal·Vulkan·CPU 运行,因此也提供不将音频发送到外部的路径。它并列提供三种识别方式,也可以一次性开启推荐组合。识别之后会整理语气词、重复和更正性发言,补全标点,并将较长内容拆分为段落和条目。

不过 README 中没有性能数据或基准测试表格,因此并未给出与其他工具比较识别质量的依据。成本方面,也只说明以每天使用 100 次为基准的推荐组合约为每月 0~35 元,并不保证所有模型或所有使用条件的成本。因此可以确认这是一个提供多种选择的工具,但识别质量和实际成本可能因所用模型而异。