Voltip：支持本地与云端识别

30秒速读

打字不如说话快，但多数语音输入工具要么只活在手机上，要么把音频全传云端。Voltip 走的是另一条路：在电脑上按住一个键就说话，松开即落字，识别可在本地和云端之间切换。本文讲清它的输入方式、本地/云端两种识别路线、文本润色能力，以及 Android 手机当电脑麦克风这个少见玩法。关键词：Voltip。

项目信息表

核心功能

• 按键即说的输入方式：支持全局快捷键按住说话、按键切换录音、单键触发、长录音锁定，识别结果直接写入当前获得焦点的应用，聊天框、文档、代码编辑器里都能用。
• 本地与云端双识别路线：云端走常规 ASR 服务；本地支持 Qwen3-ASR、SenseVoice、Paraformer 等模型，说话过程中有实时预览。
• 识别后文本润色：结果可经过 LLM 清理口语、修正语序，还支持个人字典、文字或正则替换规则，以及简繁中文规范化。
• 选中文本的语音编辑：对选中的文字执行语音改写或翻译，并能按当前前台应用匹配预设场景，比如在代码编辑器里用一套规则、在聊天软件里用另一套。
• 长录音转写：可录麦克风、电脑播放的声音或混合声，按片段转写后进入历史记录，适合会议和访谈后的整理。
• 手机当电脑麦克风：Android 应用可独立使用，也能通过端到端加密配对，把手机变成电脑的麦克风和键盘。

上手指南

1. 先定识别路线（关键选择）：能接受云端传输就配云端 ASR，上手最快；在意隐私或没稳定网络就走本地模型，但先确认机器性能带不带得动。
2. 本地模型卡点：Qwen3-ASR、SenseVoice、Paraformer 的硬件加速、CPU 负载和显存需求因平台而异，部署前看仓库 README 的说明，别直接在生产机上试。
3. 云端路线卡点：需要配置服务商或 OpenAI 兼容端点（支持 OpenAI、Groq、SiliconFlow、阿里云 Model Studio 等），LLM 润色还需要模型服务或本地 Ollama。
4. 配对手机：在 Android 端和桌面端完成端到端加密配对后，手机即可作为电脑的麦克风与键盘输入。
5. 调快捷键和场景：设一个顺手的全局快捷键，再按常用应用配置场景规则和个人字典，口音词、专业术语先录进字典，识别准确率会明显提升。

独家整理：本地识别 vs 云端识别怎么选

建议：先拿云端路线验证”我确实需要按键语音输入这个习惯”，确认高频使用后再切本地路线解决隐私和长期成本问题。两个路线在 Voltip 里是可切换的，不用换软件。

常见问题

Q1：支持 iOS 吗？
A：公开资料只明确列出 Windows、Linux、macOS 和 Android，没有 iOS 客户端。苹果用户只能用桌面端。

Q2：AGPL-3.0 许可证对我有什么影响？
A：个人使用不受影响。如果你要修改后分发、集成到商业软件或做成网络服务对外提供，需要评估 AGPL 的传染性义务，建议先看许可证原文或咨询法务。

Q3：本地识别对电脑配置有什么要求？
A：取决于选的模型。Qwen3-ASR、SenseVoice、Paraformer 各有不同的算力需求，仓库 README 有说明，低配机器建议先试云端路线。

Q4：识别结果能自动加标点、分段吗？
A：可以通过 LLM 清理环节实现，配置好润色模型后，口语转书面语、加标点、修正语序都可以做。

Q5：手机配对安全吗？
A：配对走端到端加密，音频和键盘输入在传输中是加密的。但任何涉及麦克风常开的场景，都建议只在自己可控的网络环境下使用。

适用人群

适合每天大量打字、想用说的代替敲键盘的人：开发者写注释和文档、知识工作者写周报和邮件、多平台切换的个人用户，以及对语音数据隐私敏感、希望本地识别的人。

开源地址

前往 GitHub 仓库

GitHub 国内访问较慢，如打不开可多刷新几次

推广

关注「软件教程管家」

回复软件名即取即下：网盘下载链接 + 提取码，一步直达，不用再跳转。

相关推荐

开源项目WallpaperMachine 免费下载开发node-rs 免费下载｜Rust 原生绑定包集合开发Roundhouse 免费下载｜Ruby 静态分析开发Flatcar Container Linux 免费下载开发Nature Skills 免费下载开发bddisasm 免费下载｜轻量级 C 指令解码库