專為中文打造、最快的本地語音輸入。開口說，文字直接落在你游標的位置。全程在你電腦本地跑，一個字都不上雲。免費、開源。
按一下 右 Alt / 右 Ctrl → 講中文 → 文字自動貼到你游標所在的位置。 語音辨識完全在你電腦本地運行，一個字都不上雲。
🎬 高畫質影片版（講完即貼，全程本機）
因為講話本來就比打字快，尤其中文。你只是需要一個「講完馬上變乾淨文字、直接落在游標處」的工具，而且不想把聲音上傳到任何地方。
「與同為本地端的 WhisperDesktop 相比，聲聲慢的轉譯速度極快，中文辨識表現不錯……本身也支援擴充 API KEY，可以再提升精準度。」
出自「電腦王阿達」使用心得
- 🚀 極快：講完約 0.3 秒貼上。長講邊錄邊算，101 秒的長講實測快 8 倍。
- 💬 為 AI 對話而生：跟 ChatGPT / Claude / Cursor 講很多話時，用講的比打字快太多，講完直接送出。
- 🔒 100% 本地：聲音不上傳任何伺服器，比雲端服務更私密。
- 🆓 免費開源：不用訂閱、不用註冊。
| 🪟 Windows | 🍎 macOS (Apple Silicon) | 🐧 Linux |
|---|---|---|
| 下載 .exe | 下載 .dmg | 下載 .AppImage |
| 雙擊安裝，AI 模型已內建 | 見下方權限說明 | 直接執行 |
🍎 macOS 首次開啟若顯示「已毀損」，不是檔案壞掉，是未簽章被系統擋。拖進「應用程式」後執行一次：
xattr -cr /Applications/SpeakSlow.app。全域熱鍵與自動貼上需到「系統設定 → 隱私權與安全性 → 輔助使用」勾選 SpeakSlow。Mac 沒有右 Ctrl，可在設定頁把觸發鍵改成 F8～F10。
- 本地 sherpa-onnx Paraformer（int8、非自回歸）：講完約 0.3 秒貼上
- 為中文 / 台灣優化：簡轉繁用台灣標準字（「吃」不是「喫」）；中英混用（晶晶體）英文保留原文、不亂翻
- 長講邊錄邊算：錄音中先解碼講完的段落，停止後不論講多長都約 0.2 秒出字
- 防幻聽：不講話絕不會冒出文字，靜音與環境噪音直接拒絕解碼；長音訊自動 VAD 分段
- 熱詞 / 自訂字典：提升人名、產品、術語等專有名詞的準確度
- 自動標點：依語意 + 句末語助詞（嗎 → ？、啊 → ！）
- 去口吃贅字：刪掉「呃、嗯、那個、然後…」，但保留正常疊字（慢慢、謝謝）
- 阿拉伯數字還原：逐字唸的號碼 / 年份自動變回阿拉伯數字（一二三 → 123、二〇二四 → 2024）
- 全形英文 → 半形：
ｈｅｌｌｏ→hello
- 一鍵切換觸發鍵：按一下開始、再按一下停止並貼上；錄音中
Esc取消。觸發鍵可自訂（右 Alt / 右 Ctrl / F8～F10） - 貼到游標處、不污染剪貼簿：貼上後自動還原你原本的剪貼簿內容
- 面板一鍵 AI 開關：不需要潤飾時直接關掉，省 API、要時再開
- 接任何相容 OpenAI 的服務：DeepSeek / Gemini / OpenAI，或本地 Ollama（全離線、免 API key）
- 內建為台灣口語調校的 prompt：潤飾、糾錯、整理排版
- 可分享的數據儀表板：總口述時間、字數、節省時間、平均速度
- 完整歷史：搜尋、統計、匯出、一鍵清空
- 錄音永久保存：辨識不滿意可一鍵重新辨識，甚至用 Whisper 換更強的模型重辨
口述 3 小時 = 省下 17 小時打字。有一天講了一萬八千字，可以出書了，書名就叫《我說的》。
語音辨識在你自己的電腦跑，聲音不上傳任何伺服器。 更進一步：AI 潤飾也能接本機的 Ollama / LM Studio（跑在你自己的顯卡上），整條「講話 → 辨識 → 潤稿」都在本地，什麼都不離開你電腦。 你的歷史與錄音存在本機資料庫，跟程式碼分開，不會被開源出去。
| 聲聲慢 | 雲端語音服務 | 其他本地工具 | |
|---|---|---|---|
| 速度 | 極快（約 0.3 秒） | 中（要上傳） | 慢～中 |
| 中文 / 台灣用字 | 專門優化 | 一般 | 一般 |
| 隱私 | 100% 本地 | 本地 | |
| 自動貼到游標處 | ✅ | 多半沒有 | 多半沒有 |
| 價格 | 免費開源 | 多為付費 / 訂閱 | 不一定 |
需 Node.js 18+、Python 3.x：
git clone https://github.com/Jeffrey0117/SpeakSlow.git
cd SpeakSlow
# Node 依賴
npm install
npx electron-builder install-app-deps
# Python 環境 + sherpa-onnx
python -m venv .venv
.venv/Scripts/python.exe -m pip install sherpa-onnx numpy opencc
# 下載模型（離線辨識 + 標點 + 串流 + VAD）
.venv/Scripts/python.exe download_all_models.py
# 啟動
npm run dev模型檔較大（約 250MB～），已在
.gitignore排除，需執行download_all_models.py下載。
- 前端：React 19、Tailwind CSS、Vite ｜ 桌面端：Electron（Windows / macOS / Linux）
- 語音辨識（本地）：sherpa-onnx：Paraformer（離線）、Whisper（精準）、Silero VAD、ct-transformer（標點）、Zipformer（串流）
- 資料庫：better-sqlite3 ｜ 全域熱鍵：uiohook-napi
- Windows / macOS / Linux 三平台安裝檔
- 可自訂觸發鍵、阿拉伯數字還原
- 內建本地 LLM 一鍵設定
- 用音量 / 音高判斷問號、驚嘆號（韻律標點）
歡迎 issue / PR！這是給中文使用者的工具，你的回饋就是方向。
感謝這些朋友的回報、建議、修法與實測，把產品一點一點推得更好：
@webeasyplay · @yhlhenry · @MeteorVE · @adamjwchen · @Drava008 · @NaotoSama · @m45801ch · @jaylooloomi · @artexwear · @RYN6666999 · @Skywalker95241 · @dick922 · @GenKoKo
- ququ (yan5xu/ququ)：原始專案，本專案在其基礎上改用 sherpa-onnx 引擎並重做 UI 與互動。
- sherpa-onnx (k2-fsa)：本地語音辨識引擎。
- Wispr Flow：產品概念的啟發。
如果聲聲慢對你有幫助，給顆星支持一下，這是最實際的鼓勵 🌟
點圖看即時曲線
本專案採用 Apache License 2.0。