VoiceKey — 跨 macOS、Windows、iOS、Android 的多渠道语音输入工具

VoiceKey 是一款把语音转文字直接送到光标处的桌面与移动端工具,由独立开发者 J3n5en 维护,代码托管在 GitHub。桌面端覆盖 macOS 13 与 Windows 10/11,移动端分别以中文键盘扩展(iOS 17 以上、仅 iPhone)和无障碍服务(Android 8 以上、arm64)两种形态落地,构成一个真正的跨平台应用。它通过逆向各家输入法客户端的语音识别协议实现,仓库根目录未附 LICENSE 文件,本质是个人学习项目;调用在线渠道时语音会发送到对应厂商服务器,接口也可能随时变更或失效。这类工具在站点里归在输入法目录下。

场景痛点

系统自带的语音输入能用,但准确率经常卡在专业词、人名和中英混读上;换一家云端识别又意味着换一套习惯,无法在同一段话里直接横向比较。语音输入的真实需求不是”有没有”,而是”同一句话谁说得更准”。VoiceKey 想解决的就是这个对比问题:让用户在停录后从几家结果里挑一条最干净的上屏,而不是被迫在一个识别引擎上反复重试。

主要功能特点

  • 多个识别渠道:豆包、微信、千问、百度、搜狗、讯飞、Chatterfly、千问 App、叭哥说云端识别(后两个需登录官方账号),以及完全本地运行的离线识别:微信离线(macOS / Windows)、豆包离线(仅 Apple 芯片 Mac)
  • 多渠道候选:勾选 2 个以上渠道同时识别,光标旁弹出候选框实时显示各渠道结果,按数字键或 ↑↓ + 回车选一条上屏;默认选中上次用的渠道
  • 渠道对比:在设置里录一段话,并排比较各渠道的结果和速度
  • 长按说话:按住快捷键开始,松开结束
  • 点按说话:自定义快捷键,点一下开始,停顿 1–5 秒自动结束,再点一下可提前结束
  • 边说边上屏:识别中的文字实时打到光标处,结束后按定稿修正;关闭后改为结束时一次性粘贴
  • 麦克风选择、开机启动、浅色 / 深色主题、应用内自动更新

多渠道同时识别,候选框并排对比

勾选两个以上渠道后,VoiceKey 把同一段录音并行送到豆包、微信、千问、百度、搜狗、讯飞、Chutterfly 等在线服务,光标旁弹出候选框显示各家结果,按数字键或方向键加回车选一条上屏。设置里可录一段话做渠道对比,并排看各家结果速度。这种软件工具思路把选引擎从配置变成每次说话都能复核的动作。

长按或点按快捷键,单个修饰键分两种手势

默认 macOS 长按右 Option、点按右 Command,Windows 长按右 Alt、点按右 Ctrl,静音 1.5 秒自动结束。同一修饰键可承担两种手势:轻点为点按说话,停顿 1 到 5 秒停录;按住超 0.3 秒进入长按,松开即结束。Windows 与 macOS 快捷键均可自定义,macOS 首次需授予辅助功能权限。

边说边上屏,停录后按门槛自动定稿

开启边说边上屏后,识别中的文字实时打到光标处,停录后按定稿修正;关闭这一项则改为结束时一次性粘贴。停录后参与渠道数达到定稿门槛(默认三分之二向上取整,三路需两路、八路需六路)即进入选择,等待窗口可在 0.5 到 5 秒之间调整。这种效率工具式的工具推荐细节,避免网络抖动时干等最慢那一家,也减少手动挑选负担。

微信离线与豆包离线两种本机模型

除在线外,macOS 与 Windows 有微信离线识别,约 100MB 模型从腾讯 CDN 拉取;Apple 芯片 Mac 另有豆包离线,约 8MB 引擎库加 177MB 模型从字节 CDN 拉取。离线模型适合网络不稳或不便录音时,但效果与在线端不同,专业领域建议复核。对担心录音外泄的桌面软件用户,离线通道给了不上传语音的退路。

iOS 是带语音的中文键盘,主 App 后台收音

iOS 端不做独立悬浮球,而是中文键盘扩展,默认 26 键全拼可切九宫格,左上角麦克风触发说话。键盘本身没有录音权限,由主 App 在画中画状态下后台收音再把文字送回键盘;画中画不可用时改为常开麦待机,也支持快捷指令。云端渠道与桌面端一致,但不含需登录的千问 App 与叭哥说,也没有离线引擎。这套延伸思路在Mac 语音输入同片区的 iPhone 上同样成立。

Android 不替换输入法,经无障碍服务写当前输入框

Android 端保持原有输入法不动,开启无障碍服务后,在任意输入框长按音量下键或点悬浮球说话,识别结果直接写入光标处;部分应用隐藏控件树时,Android 13 以上改为经输入连接提交文字。短按音量下键仍调音量,长按只在输入框聚焦时生效。国内系统清理后台时容易关掉无障碍服务,应用内提供忽略电池优化与自启动引导,这也是安卓应用类工具的常见成本。

项目地址

GitHub https://github.com/J3n5en/voicekey

下载地址

https://pan.quark.cn/s/e7801a9805af

https://www.guangyapan.com/s/1966863538602856473_aeWhI5wocgzRgCO6 (光鸭新用户注册福利:永久免费空间:所有新用户注册即可解锁 2TB 永久免费存储空间,无需额外任务或付费)

相关推荐

Avatar photo

JameCling

我是 格律诗的软件世界 的作者,一名专注于软件工具、AI 技术和数字效率领域的独立研究者。
多年来,我持续关注互联网工具的发展趋势,体验不同平台的软件产品,并研究它们如何帮助用户提升效率。
我的工作不仅是整理软件信息,而是通过实际测试、功能分析和使用场景研究,帮助用户判断一个工具是否真正值得使用。
格律诗的软件世界 的每一篇文章都希望提供真实、有价值的信息,包括工具特点、使用方法、优缺点分析以及适合的人群。
我相信,好的工具能够改变工作方式,而准确的信息能够帮助用户做出更好的选择。