SayIt – 开源 AI 语音输入法,自动将口语转为书面表达
SayIt,一款基于 Rust 技术栈打造的开源人工智能语音输入法,专为 Windows 桌面用户设计,旨在将您口中的喃喃细语转化为跃然纸上的文字。只需长按预设快捷键,您的语音便能实时、精准地化为可直接编辑的书面内容。
SayIt 究竟是什么?
SayIt 是一款开源的 AI 语音输入工具,其核心技术基于 Rust 语言,目前已适配 Windows 桌面操作系统。它允许用户通过按住快捷键进行语音输入,系统会将口语即时转换为可以直接使用的书面文字。该产品提供了三种语音识别模式:本地运行、云端 API 调用以及自建服务器。此外,SayIt 内置强大的 AI 整理引擎,能够自动剔除口头禅、修正笔误、优化语序,甚至支持中英互译。更令人称道的是,它还可以根据您正在使用的应用程序自动加载相应的 Prompt 规则,从而在兼顾效率的同时,也充分保障了用户的隐私安全。
SayIt 的核心功能亮点
- 语音转文字:提供本地、云 API、服务器三种语音识别选项,用户可根据自身需求,灵活权衡隐私保护、识别精度以及硬件资源占用。
- AI 智能润色:集成了意图识别、忠实校对、中英互译等多种文本优化模式,能够将口语化的表达转化为逻辑清晰、条理分明的书面文本。
- 应用场景适配:能够识别当前激活的应用,并自动匹配相应的 Prompt 规则,已为 Teams、Outlook、VSCode、Cursor、记事本等主流软件进行了优化配置。
- 热词自定义:支持用户创建和管理自定义热词库,显著提高专业术语、人名、专有名词等关键信息的识别准确率。
- 个性化主题:提供浅色、深色、暖色等多种主题风格,以及丰富的悬浮窗样式选择,用户还可以自定义波形显示和窗口长度。
您可以通过关注微信公众号并回复“开源”,加入AI 开源项目交流群,与更多开发者和爱好者互动。
如何轻松上手 SayIt
- 下载与安装:请访问 SayIt 官方网站 https://sayitapp.site 下载适用于 Windows 的客户端程序,并按照提示完成安装。
- 模式选择向导:首次启动 SayIt,您将进入语音引擎配置页面,在此根据您的偏好选择本地、云 API 或服务器模式。
- 快捷键设定:默认情况下,SayIt 使用空格键右侧的 Alt 键作为语音触发键。您可以在设置菜单中根据个人习惯进行自定义。
- 畅享语音输入:在任何支持文本输入的区域,长按您设定的快捷键,对着麦克风清晰地说话。松开按键后,经过整理的文字将自动插入。
- 回顾识别历史:在历史记录页面,您可以展开具体条目,查看原始转录文本、所使用的模型、音频时长以及识别过程的耗时等详细信息。
SayIt 的突出优势
- 隐私至上:支持纯本地语音识别,数据绝不出本地设备;或选择服务器模式,数据处理后立即销毁;还可选择自托管部署,完全掌控数据流向。
- 开源精神:前后端代码完全公开,遵循 AGPL-3.0 协议,用户可审计代码,并参与社区共建。
- 轻量高效,安全可靠:基于 Rust 语言构建的客户端,拥有极低的资源占用,运行稳定且安全性极高。
- 智能化的文本整理:AI 自动将口语转化为流畅的书面表达,支持分点、翻译、去除口头禅等多种润色功能。
- 场景化智能适配:根据您当前操作的应用,自动切换合适的 Prompt 规则,无缝集成到 Teams、Outlook、VSCode 等工作流程中。
SayIt 的项目入口
- 官方网站:https://sayitapp.site/
- GitHub 仓库:https://github.com/crosswk/SayIt
SayIt 与同类竞品对比分析
| 对比维度 | SayIt | AudioClaw(商汤) |
|---|---|---|
| 产品定位 | 一款开源的 AI 语音输入法,专注于将桌面端用户的口语转化为书面文本。 | 商汤科技推出的 AI 语音输入工具,侧重于提供跨多终端的智能输入体验。 |
| 部署方式 | 支持本地部署、云 API 调用、自建服务器等多种模式,且完全开源。 | 主要依赖云端服务,属于闭源产品。 |
| 隐私保护机制 | 本地模式下数据不出设备;服务器模式下处理后即删除;支持用户自托管。 | 主要依赖云端处理,隐私政策由服务提供商决定。 |
| AI 文本整理能力 | 内置多种润色模式,并支持针对不同应用场景的 Prompt 规则定制。 | 侧重于基础的语音识别和输入辅助,AI 文本整理功能相对有限。 |
SayIt 的多元化应用场景
- 办公文档处理:在 Word、Outlook、VSCode 等软件中,能够高效地撰写邮件、编辑文档、编写代码注释,大幅提升输入效率。
- 会议纪要生成:实时捕捉会议中的发言内容,并将其转化为结构化的会议纪要,自动进行分条整理,并去除不必要的语气词。
- 跨语言沟通助手:支持边用中文输入,边输出英文文本,极大地便利了国际化团队的协作以及外文内容的创作。
- 内容创作者的利器:为自媒体人、小说家等内容创作者提供口述创作的便利,AI 自动将口述内容梳理成通顺的文章。
- 无障碍输入解决方案:为打字不便或有手部障碍的用户提供一种高效的语音输入替代方案,降低了操作的门槛。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...


