Voicebox全局语音听写实战一个快捷键让说话秒变文字并自动粘贴进任意应用【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voiceboxVoicebox 是一款开源的本地 AI 语音工作室AI voice studio它不仅能把声音克隆成任意音色还内置了全局语音听写能力按住一个快捷键说话松手后 Whisper 语音识别会自动把语音转成文字并自动粘贴到你正在输入的任何应用里——邮件、聊天框、IDE 都行。整个过程完全在本机运行不经过云端不注册账号录音不会离开你的电脑。下面用不到 5 分钟带你从零跑通这条说话即输入的工作流。️一键安装步骤先装好 Voicebox 语音听写全局听写对系统没有额外要求跟着安装文档走即可下载安装包macOSApple Silicon / Intel和 Windows 都有官方安装包按 安装指南 解压或双击安装拖进 Applications 目录。启动应用首次启动后左下角服务器指示灯变绿即表示本地后端就绪。下载听写模型打开Captures页会看到一个听写就绪清单DictationReadinessChecklist.tsx——Whisper 语音识别模型和 Qwen3 润色模型各占一行点下载即可。模型没下完之前快捷键是被故意锁住的避免按下后卡在录音状态。macOS 权限Windows 可跳过授予输入监控和辅助功能两个权限前者用于监听全局快捷键后者用于自动粘贴。清单里每个权限旁边都有打开系统设置的直达按钮点一下授权即可。一个快捷键听写全流程按住说话松手出字这是 Voicebox 听写最爽的部分默认提供两种触发模式详见官方听写文档模式macOS 默认Windows 默认行为按住说话Push-to-talk右⌘ 右⌥右Ctrl 右Shift松手即停止录音开关说话Toggle-to-talk按住键组合 Space按住键组合 Space再按一次才停止实际操作只有 4 步在任意应用里把光标放进文本框按住快捷键组合——当前屏幕上会浮现一颗小胶囊pill显示Recording和实时波形自然地说不用等任何提示松开胶囊依次变成TranscribingWhisper 转写中→Refining可选LLM 润色中→消失文字直接出现在你刚才的输入框里剪贴板内容原样保留不会被覆盖。隐藏技巧按住快捷键的同时点一下Space可以把按住说话无缝升级成开关模式——长文口述时彻底解放双手短句子则保持秒进秒出。自动粘贴机制详解为什么粘得准自动粘贴看似简单实际有几个贴心的细节DictateWindow.tsx焦点快照按键瞬间就锁定你当时在哪个文本框。即使转写这几秒里你切走了窗口文字依然粘回原点——粘到你说话时的地方而不是现在盯着的地方。剪贴板保护粘贴前自动保存、粘贴后自动还原你之前复制的内容不会丢。优雅降级没给辅助功能权限时听写依然工作只是文字会落在Captures页一键复制即可。防呆设计如果按下快捷键时焦点就在 Voicebox 自己内部或没检测到文本输入框就会跳过自动粘贴避免把听写结果误粘进生成框。Windows 注意往以管理员身份运行的窗口粘贴时Voicebox 也需要管理员权限否则会被系统拦截。口语秒变书面语本地 LLM 润色原始转写常带呃、就是、然后这类口水词。开启自动润色后一个内置的 Qwen3 本地小模型会先大扫除再粘贴去掉口头禅和自我纠正保留你最终想表达的版本补全标点和大小写自动清除 Whisper 的循环幻觉连续重复的同词保留技术词汇npm install、handleSubmit这类标识符绝不会被改写润色模型在Settings → Captures → Refinement里切换共 3 档Qwen3 0.6B约 400 MB最快日常够用、1.7B约 1.1 GB含代码词汇时更稳、4B约 2.5 GB质量最高。自定义快捷键与进阶设置打开Settings → Captures → Dictation可以改任何细节左右修饰键识别按键选择器会记录你按的是左⌥还是右⌥可以把听写绑到右手组合键左手快捷键不受干扰默认组合键已避开常见冲突macOS 上避开⌘⌥I开发者工具、⌘⌥SpaceSpotlightWindows 上避开德语/法语/西语键盘的 AltGr 冲突即时生效改完不用重启应用或刷新页面全局热键监听会同步更新useChordSync.ts。常见问题听写不工作的排查清单症状解决办法按快捷键没反应确认 Captures 页就绪清单全绿模型下完 输入监控权限有文字但不自动粘贴macOS 授予辅助功能权限确认开始说话时焦点在文本框内转写慢换用 Whisper Turbo或给 GPU 加速模型首次加载最慢之后走缓存Windows 粘不进管理员窗口以管理员身份运行 Voicebox排查细节可参考听写官方文档和录音捕获文档。小结把键盘还给嘴Voicebox 的全局语音听写把语音转文字 自动粘贴做成了零配置的一条快捷键本地 Whisper 负责听得准本地 Qwen3 负责写得干净焦点快照 剪贴板保护负责粘得稳。对每天要敲大量文字的写作、开发、客服同学来说它是 ElevenLabs / WisprFlow 的免费开源替代且数据全程不出本机。装好两个模型、授好两个权限今天就能体验开口即成文的输入方式。【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Voicebox全局语音听写实战：一个快捷键让说话秒变文字并自动粘贴进任意应用
Voicebox全局语音听写实战一个快捷键让说话秒变文字并自动粘贴进任意应用【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voiceboxVoicebox 是一款开源的本地 AI 语音工作室AI voice studio它不仅能把声音克隆成任意音色还内置了全局语音听写能力按住一个快捷键说话松手后 Whisper 语音识别会自动把语音转成文字并自动粘贴到你正在输入的任何应用里——邮件、聊天框、IDE 都行。整个过程完全在本机运行不经过云端不注册账号录音不会离开你的电脑。下面用不到 5 分钟带你从零跑通这条说话即输入的工作流。️一键安装步骤先装好 Voicebox 语音听写全局听写对系统没有额外要求跟着安装文档走即可下载安装包macOSApple Silicon / Intel和 Windows 都有官方安装包按 安装指南 解压或双击安装拖进 Applications 目录。启动应用首次启动后左下角服务器指示灯变绿即表示本地后端就绪。下载听写模型打开Captures页会看到一个听写就绪清单DictationReadinessChecklist.tsx——Whisper 语音识别模型和 Qwen3 润色模型各占一行点下载即可。模型没下完之前快捷键是被故意锁住的避免按下后卡在录音状态。macOS 权限Windows 可跳过授予输入监控和辅助功能两个权限前者用于监听全局快捷键后者用于自动粘贴。清单里每个权限旁边都有打开系统设置的直达按钮点一下授权即可。一个快捷键听写全流程按住说话松手出字这是 Voicebox 听写最爽的部分默认提供两种触发模式详见官方听写文档模式macOS 默认Windows 默认行为按住说话Push-to-talk右⌘ 右⌥右Ctrl 右Shift松手即停止录音开关说话Toggle-to-talk按住键组合 Space按住键组合 Space再按一次才停止实际操作只有 4 步在任意应用里把光标放进文本框按住快捷键组合——当前屏幕上会浮现一颗小胶囊pill显示Recording和实时波形自然地说不用等任何提示松开胶囊依次变成TranscribingWhisper 转写中→Refining可选LLM 润色中→消失文字直接出现在你刚才的输入框里剪贴板内容原样保留不会被覆盖。隐藏技巧按住快捷键的同时点一下Space可以把按住说话无缝升级成开关模式——长文口述时彻底解放双手短句子则保持秒进秒出。自动粘贴机制详解为什么粘得准自动粘贴看似简单实际有几个贴心的细节DictateWindow.tsx焦点快照按键瞬间就锁定你当时在哪个文本框。即使转写这几秒里你切走了窗口文字依然粘回原点——粘到你说话时的地方而不是现在盯着的地方。剪贴板保护粘贴前自动保存、粘贴后自动还原你之前复制的内容不会丢。优雅降级没给辅助功能权限时听写依然工作只是文字会落在Captures页一键复制即可。防呆设计如果按下快捷键时焦点就在 Voicebox 自己内部或没检测到文本输入框就会跳过自动粘贴避免把听写结果误粘进生成框。Windows 注意往以管理员身份运行的窗口粘贴时Voicebox 也需要管理员权限否则会被系统拦截。口语秒变书面语本地 LLM 润色原始转写常带呃、就是、然后这类口水词。开启自动润色后一个内置的 Qwen3 本地小模型会先大扫除再粘贴去掉口头禅和自我纠正保留你最终想表达的版本补全标点和大小写自动清除 Whisper 的循环幻觉连续重复的同词保留技术词汇npm install、handleSubmit这类标识符绝不会被改写润色模型在Settings → Captures → Refinement里切换共 3 档Qwen3 0.6B约 400 MB最快日常够用、1.7B约 1.1 GB含代码词汇时更稳、4B约 2.5 GB质量最高。自定义快捷键与进阶设置打开Settings → Captures → Dictation可以改任何细节左右修饰键识别按键选择器会记录你按的是左⌥还是右⌥可以把听写绑到右手组合键左手快捷键不受干扰默认组合键已避开常见冲突macOS 上避开⌘⌥I开发者工具、⌘⌥SpaceSpotlightWindows 上避开德语/法语/西语键盘的 AltGr 冲突即时生效改完不用重启应用或刷新页面全局热键监听会同步更新useChordSync.ts。常见问题听写不工作的排查清单症状解决办法按快捷键没反应确认 Captures 页就绪清单全绿模型下完 输入监控权限有文字但不自动粘贴macOS 授予辅助功能权限确认开始说话时焦点在文本框内转写慢换用 Whisper Turbo或给 GPU 加速模型首次加载最慢之后走缓存Windows 粘不进管理员窗口以管理员身份运行 Voicebox排查细节可参考听写官方文档和录音捕获文档。小结把键盘还给嘴Voicebox 的全局语音听写把语音转文字 自动粘贴做成了零配置的一条快捷键本地 Whisper 负责听得准本地 Qwen3 负责写得干净焦点快照 剪贴板保护负责粘得稳。对每天要敲大量文字的写作、开发、客服同学来说它是 ElevenLabs / WisprFlow 的免费开源替代且数据全程不出本机。装好两个模型、授好两个权限今天就能体验开口即成文的输入方式。【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考