我开发了一个开源 AI 语音输入法——SayIt

厌倦打字与AI交流？SayIt开源语音输入法让你用说话代替打字，快速生成整理好的文字，提升效率。核心内容：1. 支持多种语音识别模式，满足不同准确度、速度和隐私需求2. AI智能整理功能，可优化文本条理或忠实保留原意3. 支持中英翻译及自定义规则，适配不同应用场景

现在很多人每天都要和 AI 聊天，但打字输入一大段文字其实挺费劲的。说话比打字快得多，这里介绍一下我做的一个开源 AI 语音输入法，名字叫 SayIt，帮你把"说"出来的话，直接变成整理好的文字。

详细介绍请看这个视频：你可以在 https://sayitapp.site 这个网站下载这个语音输入法。
首次安装后，会进到使用向导页面，默认快捷键是空格键右边的 Alt 键。按一下右 Alt 键，就可以对着麦克风说话了，说完以后，再按一次结束，文本就会插入到当前光标定位的文本框。例如我说：
今天下午3点钟，不对，换成5点钟，提醒我买3种水果，香蕉、梨子和桃子，不对，不是桃子，是火龙果。SayIt出来的结果是：
今天下午五点钟，提醒我买三种水果：香蕉、梨子和火龙果。在“历史”页面，你可以点击“展开详情”，会显示语音转录的原文，使用什么模型做的音频转录，音频的长度，语音识别的时间等等。语音转录这个应用主要有两个功能：一个是把语音转录为文本，另一个是用 AI 对文本进行整理。先说语音转录，它支持三种模式，对应不同的准确度、速度和隐私的需求。
默认是服务器模式，安装后直接就能使用。音频发送到我部署的服务器做语音识别，开启“AI 整理”后还会顺便把文本整理好再返回。服务器不会保存你的音频和文本，而且整个软件前后端代码都开源，可以自己查看。如果你希望音频完全不出本地，可以用本地模式，下载一个小型识别模型，直接在你电脑上识别，只是准确度会差一些。
想要又快又准，推荐豆包语音识别。按这里超链接的教程拿到豆包的应用 ID 和 Access Token，就能用上。AI 处理语音模型会完整的将音频转录为文本，利用 AI 可以对转录的文本进行整理。
例如，我说：帮我记三个事情：早睡，早起，锻炼。SayIt 出来的结果是：
帮我记三个事情：

1. 早睡
2. 早起
3. 锻炼

这是默认的整理规则，会帮你将文本整理得更有条理一些。如果你想尽量保留你的原始说话内容，不要让 AI 激进的整理你的内容，也可以切换到“忠实校对”模式，可以修改错别字，还有去除语气词“嗯、呃、啊”等。例如，我说：帮我记三个事情：早睡，呃，早起，呃，锻炼。
SayIt 出来的结果是：
帮我记三个事情：早睡，早起，锻炼。你还可以设置你说中文 SayIt 出来的是英文，例如我说：你觉得今天的天气怎么样？
SayIt 出来的结果是：
How do you think the weather is today?这些规则你都可以自己修改，或者创建自己的规则。并且你的光标在不同应用里面，还可以应用指定的规则。AI 供应商要使用 AI 功能，自然需要对接 AI 供应商，在 AI 供应商页面，你可以指定使用哪个大模型对你的文本进行处理。默认我会推荐使用 deepseek-v4-flash 这个模型。这里也支持其他常见的 AI 模型。主题在外观页面，你可以修改主题颜色，还可以修改这个悬浮窗的样式。这个软件还有其他的功能和用法，你可以下载之后自己去发现。开源项目这是一个开源项目，希望大家能在 GitHub 上点一个 star，这是对开源项目最大的支持。使用过程中遇到 Bug 或者有什么建议，欢迎在评论区告诉我。后面，我会分享更多关于做这个 AI 语音输入法的过程，以及这个软件的使用等，如果大家对这类话题感兴趣，可以在下面留言。文章链接SayIt 官网：https://sayitapp.siteGithub 仓库：https://github.com/crosswk/SayIt

登录查看剩余 70% 内容