WaveType：离线转写不上传语音

11次阅读

获取下载链

微信关注「软件教程管家」公众号，回复 WaveType

在 Windows 上打字，语音输入最怕的不是识别不准，而是语音被传到别处。WaveType 是一款面向 Windows 10/11 的本地语音输入工具，用 Parakeet Redux 在本机完成转写，并可选用本地 Qwen3 4B 清理文本，本地语音输入的全过程不依赖远程转写服务：按住 Ctrl+Win 录音、松手就把文本插进当前焦点输入框，首次模型下载完成后推理可以离线运行。

项目信息

项目	内容
版本	0.1.0-beta1.02（仓库发布页，当前预览版）
平台	Intel/AMD x64 Windows 10、Windows 11
大小	源稿未注明
语言	源稿未注明
许可证	MIT（仓库页面核实）

本地语音输入：按住就说，松手就进文本框

本地语音输入的操作只有两招：按住 Ctrl+Win 录音、释放后把文本插入当前焦点输入框；快速点按则锁定录音，再按一次发送。浮动胶囊点一下开始锁定录音、再点发送，右键取消；托盘菜单里可以打开历史记录、词典、设置。它的适用面不在某个特定 App，而在任何可输入文本的桌面应用：编辑器、终端、文档都能直接接住结果，跨应用连续输入不用每个 App 各配一套语音方案。

版本选择：安装包为主，源码运行给开发者

使用方式	适合谁	注意点
安装包（Setup-x64.exe，含 Python）	普通 Windows 用户	不需要单独装 Python 或 CUDA Toolkit，首次启动下载 Parakeet 模型
源码运行（Python 3.12）	想改代码、跑评测的开发者	首次运行同样要联网下载模型与运行时，终端客户端与独立胶囊另有启动方式

结论先行：日常使用直接装安装包；源码运行的价值在可改可测，不在更好用。两种路线都要先留出首次模型下载的网络条件和磁盘空间，离线是“下载完成之后”的事，不是“全程离线”。

安装步骤

确认机器是 Intel/AMD x64 Windows 10 或 11，macOS、Linux 与 ARM Windows 不在源稿说明的支持范围内。
从仓库发布页下载当前预览版安装包，运行安装程序，选择安装文件夹与快捷方式。
首次启动时联网下载 Parakeet 模型，下载完成后再谈离线推理；Qwen3 4B 是可选下载项，不装也能用基础转写。
装好后先在记事本类简单输入框里试一次按住录音、松手插入，确认快捷键、录音设备和焦点窗口都正常，再进正式文档用。

装完必改设置

智能清理：默认关，先裸用再决定。可选的本地 Qwen3 4B 能改善标点和语法、处理口述修正、按要求格式化 JSON，但它默认关闭；先用基础转写跑几天，确实需要清理再在设置里下载并启用，别一上来就全开。
个人词典：姓名、地址、固定短语先录进去。词典支持为姓名、地址和短语添加识别别名及固定片段；常念错的人名地名、固定开场白先录好，比事后逐句改错别字省事得多。
模型管理：下载、暂停、验证修复、删除都在设置里。设置提供模型的下载、暂停、恢复、取消、验证修复和删除功能；模型出问题先走验证修复，别一上来就删库重下。
录音方式：按住与点按锁定二选一。短句用按住录音、松手发送；长段口述用快速点按锁定，免得一直按着键；两种手势先各试一次，养成一种再固定。
开机启动：默认关，别顺手全开。仓库说明开机启动默认关闭；需要每天开机即用再手动开，不需要就保持关闭，少一个常驻进程。

注意事项

安装程序未签名，会弹 SmartScreen 警告。仓库明确提醒：当前安装程序未签名，尚未在干净 Windows 安装或 Microsoft Defender 环境中完成验证；安装时保持 Windows 安全保护开启，按仓库发布页的状态说明核对后再放行。
首次使用必须联网。首次启动要下载 Parakeet 模型及相关运行时文件，完全无网络的安装环境不适合首次部署；模型下载完成、推理才能离线。
Qwen 的硬件要求源稿未给全。仓库未给出 Qwen3 4B 的完整硬件、内存和磁盘要求，部署前结合仓库说明或源码确认资源需求，别凭感觉在低配机上硬开清理。
性能数据只来自一台开发机。仓库给出的延迟数据来自单台 GTX 1650 与 Ryzen 7 4800H 开发机，不能直接代表其他硬件上的表现；自己机器上的速度以实测为准。
转写与清理可以分开管。Parakeet 转写与 Qwen3 4B 清理分别管理，不启用清理也能正常转写；清理模型删了只影响清理，不影响基础转写。

适用人群与对比

适合需要在 Windows 电脑上日常语音输入、又希望语音内容留在本机的开发者、技术写作者和桌面办公用户，尤其适合要维护个人词汇、姓名地址识别规则的人；不适合需要跨平台、已签名安装包、明确企业部署能力或稳定远程 API 的场景，现有公开信息不足以支持这类选型。横向对比：云端语音输入省了本地模型和硬件，但语音要出门；WaveType 的取舍是把转写和清理都留在本机，代价是首次下载、未签名安装包和硬件差异带来的验证成本。