VocoType

25分钟前发布 0 0 0

VocoType 是一款本地离线语音输入法,FunASR 纯 CPU 推理,按住说话松开上屏,中英混输,隐私数据不出本机,开源且支持 MCP 调用。

收录时间:
2026-11-20
VocoTypeVocoType

这是什么?

VocoType 是一款本地离线运行的语音输入法工具,基于开源语音识别引擎 FunASR 的 ONNX 纯 CPU 推理实现,支持 Windows 与 macOS。它解决的核心问题是:不想把说话内容上传到云端的用户,也需要一个好用的语音打字工具。按住快捷键说话、松开即上屏,全程不联网,识别在本地完成。项目在 GitHub 开源(233stone/vocotype-cli,Apache-2.0 协议,1000+ Star),页脚可核对 ICP 备案(晋ICP备2025068090号-1),与站内常见的云端语音转文字工具形成互补。

核心功能与亮点

  • 完全本地离线识别:FunASR ONNX 模型纯 CPU 推理,不依赖 GPU,断网可用,语音数据不出本机——对注重隐私的用户是硬需求级别的差异点
  • 按住说话、松开上屏:快捷键按住即录音、松开即把识别文本输入当前光标位置,操作路径极短,适合长文本口述
  • 中英混输:一句话里中文英文混着说都能正确识别上屏,写中英夹杂内容不用切换输入状态
  • 替换词典:可自定义纠错替换规则,专有名词、口头禅按你的习惯自动修正,越用越准
  • MCP 转录服务:内置 MCP 协议的本地转录接口,其他 AI 工具和 Agent 可以直接把它当本地语音识别后端调用
  • 可选 AI 纠错:核心流程离线,AI 纠错作为可选项按需开启,隐私和准确率由你自己权衡

谁适合用?使用场景

目标用户:文字工作者 / 程序员 / 经常口述记录的人 / 对隐私敏感的用户

  1. 长文写作口述:写公众号、写报告懒得打字 → 按住说一段松开直接成文,配替换词典修正术语,成稿速度远快于键盘
  2. 隐私敏感环境:法务、医疗、内部会议纪要等内容不能上云 → 本地离线识别,数据不出电脑
  3. 给 AI 工具配本地语音入口:用 MCP 协议把 VocoType 挂给自己的 Agent 或 AI 工作流 → 获得一个不联网的语音输入前端
  4. 低配电脑语音输入:没有独显的老电脑 → 纯 CPU 推理也能流畅跑,不需要为语音输入升级硬件

上手难度与体验

语言支持:中文界面,中英文混合识别
技术门槛:普通用户直接下载安装包即可用;想接 MCP 或命令行调用需要一定技术背景(同仓库提供 vocotype-cli)
上手时间:安装后约 5 分钟(设好快捷键即可开始用)
界面体验:轻量常驻后台,无主界面干扰,交互就是”按住-说-松开”一个动作
平台:Windows / macOS(社区另有第三方 Linux 移植版 LeonardNJU/VocoType-linux)

定价方案

  • 核心功能:免费——本地离线识别、按住说话上屏、中英混输、替换词典均可免费使用,开源协议 Apache-2.0
  • Pro 版:解锁高级功能(以官网说明为准)

⚠️ 价格与功能划分采集于 2026-11,以官网当前显示为准。

优缺点

优点:

  • ✅ 完全离线,隐私无忧,断网可用
  • ✅ 纯 CPU 推理,老电脑无压力,无显卡要求
  • ✅ 开源(Apache-2.0,GitHub 1000+ Star)且更新活跃,社区有第三方移植
  • ✅ MCP 接口让它能成为整个 AI 工作流的语音入口

缺点:

  • ❌ 识别能力受本地模型限制,嘈杂环境或强口音下准确率不如头部云端方案
  • ❌ 高级功能细节和 Pro 定价官网披露有限,需自行体验确认
  • ❌ 主要面向输入场景,不支持实时长录音转写等会议纪要类需求

易混淆工具

VocoType 与 Vocode 不是同一个产品:Vocode 是面向开发者的语音 AI 对话框架(写代码用的),VocoType 是给普通用户用的离线语音输入法,认准官网域名 vocotype.com。

同类工具对比

如果你对 VocoType 感兴趣,也可以看看:

  • 通义听悟:阿里出品的云端语音转文字,会议纪要、音视频转写能力强,但内容需上云处理——与 VocoType 的离线隐私路线互补
  • 回声口袋:中文音视频转文字工具,适合长录音文件转录整理,同为语音赛道不同切入点

常见问题

Q:VocoType 免费吗?
A:核心的离线语音输入功能免费且开源(Apache-2.0),Pro 版解锁高级功能,价格以官网为准。

Q:完全断网能用吗?
A:能。识别模型在本地跑,FunASR ONNX 纯 CPU 推理,不联网是它的核心卖点。AI 纠错等可选功能需要联网。

Q:识别准确率怎么样?
A:正常语速普通话和中英混输表现良好,配合替换词典可以持续优化专有名词识别;嘈杂环境建议用外接麦克风。

Q:和输入法自带的语音输入比有什么区别?
A:系统输入法的语音通常走云端,VocoType 全程本地;且它提供 MCP/CLI 接口可以被其他 AI 工具调用,这是输入法给不了的。

Q:支持 Mac 吗?
A:支持 Windows 和 macOS,社区还有第三方 Linux 移植版(VocoType-linux)。

数据统计

相关导航

暂无评论

none
暂无评论...