VoiceType

語音變文字，說完就整理好。

VoiceType 是一款原始碼公開的語音轉文字工具。錄完音自動轉成逐字稿，再用 AI 潤飾成可讀的文字：去掉贅字、修好斷句、補上標點，不改你的語氣，不加標題。

用你自己的 API Key，資料存在你自己的裝置，沒有月費，沒有第三方伺服器。

這個工具解決什麼問題

你可能遇過這些情況：

開會、上課想記錄，打字跟不上說話速度
靈感來了，開手機打字太慢，講出來卻沒地方接
錄了一大段語音備忘，回頭聽完全不想整理
想用 Otter.ai 或訊飛，但一個月十幾塊美金的訂閱，一年也不便宜

VoiceType 的做法：按一下開始講，講完自己會變成一篇整理好的文字。你花五分鐘說話，換到一篇能直接讀、能直接貼出去的稿子。

轉錄和潤飾走你自己申請的 API Key，按用量付費。錄一小時大約新台幣六塊，用多少算多少。

運作流程

flowchart LR
    A[按下錄音<br/>PCM 16kHz mono] --> B[停止錄音<br/>存成 WAV]
    B --> C{檔案長度}
    C -->|超過 10 分鐘| D[背景 isolate 切段]
    C -->|10 分鐘內| E[單段]
    D --> F[逐段送轉錄引擎<br/>前段結尾當 prompt 銜接]
    E --> F
    F --> G[口語逐字稿]
    G --> H[GPT 潤飾<br/>最小化干預]
    H --> I[存進本機加密資料庫<br/>口語稿與文字稿都留]

轉錄中途關掉 App、斷網或當機都不會丟資料。未完成的 WAV 留在待轉錄佇列，下次開 App 自動接手續轉。

功能清單

錄音

大圓形按鈕一鍵開始／停止，錄音中顯示即時音量波形與計時器
想錄多久錄多久，二十、三十分鐘都可以
沒設金鑰也能先錄。錄完存進待轉錄佇列，設好金鑰自動接手
Android 前景服務加常駐通知，iOS audio background mode。螢幕關掉、切到別的 App 都不會斷
Android 主畫面 Widget，不開 App 直接開錄

轉錄

兩種引擎可切換：OpenAI Whisper 或 BytePlus Seed ASR（見下一節）
長錄音自動切段，切割在背景 isolate 執行，不卡 UI
每段自動帶入前段結尾當 prompt，多段接起來語意不斷裂
自訂詞彙表：把「臺積電」「TSMC」這類專有名詞加進去，轉錄優先採用
失敗自動重試，指數退避，最多四次
App 重開自動掃描待轉錄佇列，依序續傳

潤飾

GPT-4o-mini 以最小化干預原則修稿：刪贅字（呃、那個、然後、就是說）、拆過長的句子、補標點
不改你的語氣，不換成公文腔，不加小標題，俗語俚語原封不動留著
全文統一成臺灣繁體中文
口語原稿與潤飾稿都保留，隨時對照
潤飾稿可以在 App 裡直接改，也可以調整提示詞重新產一次

管理與匯出

歷史記錄自動存檔，可依今天／本週／本月篩選，或搜尋關鍵字
錄音日曆與熱力圖，看得到連續錄音天數
匯出 .txt（潤飾稿或口語稿）、.md、.zip（批次），走系統分享送到 Email、LINE、雲端硬碟
每次轉錄後顯示預估花費（新台幣）

桌面整合

Windows、macOS、Linux 全域快捷鍵 Ctrl + Alt + V 切換錄音，不用切視窗
系統匣圖示與選單，可最小化到匣
轉錄完成時視窗不在前景才發系統通知

兩種轉錄引擎

轉錄可以在設定頁切換引擎，潤飾一律走 OpenAI GPT。

	OpenAI Whisper	BytePlus Seed ASR
模型	`gpt-4o-mini-transcribe`	Seed ASR（`volc.seedasr.auc` / bigmodel）
金鑰	與潤飾共用同一把	另外申請一把（`x-api-key`）
呼叫方式	同步，直接回傳	非同步提交後輪詢，每 2 秒一次，最長等 10 分鐘
端點區域	`api.openai.com`	`voice.ap-southeast-1.bytepluses.com`
中文表現	夠用	中文辨識通常較準
輸出字形	直接要求臺灣繁體	語言碼 `zh-CN`，可能吐簡體，由潤飾階段統一轉繁
申請入口	platform.openai.com	console.byteplus.com

只設 OpenAI 金鑰就能完整使用。BytePlus 是想要更準的中文辨識時才需要的選項。

快速開始

前置需求

項目	版本／說明
Flutter SDK	Dart SDK `^3.11.4`，建議用 stable 通道最新版（CI 目前用 3.41.6）
OpenAI API Key	轉錄與潤飾都要用，取得方式
平台建置工具	Windows 要 Visual Studio C++ 工作負載；Android 要 Android Studio 與 SDK；macOS／iOS 要 Xcode；Linux 要 GTK 開發套件

安裝與執行

git clone https://github.com/domyweb666/VoiceType-app.git
cd VoiceType-app
flutter pub get

跑起來（挑你的平台）：

flutter run -d windows
flutter run -d macos
flutter run -d linux
flutter run -d android
flutter run -d ios

Android 裝置要記得開 USB 除錯，flutter devices 看得到才跑得起來。

設定 API Key

開啟 VoiceType，點右上角齒輪進「設定」
在「OpenAI API Key」貼上金鑰（長得像 sk-proj-...）
想用 BytePlus 的話，另外在「BytePlus API Key」貼上第二把金鑰，並把轉錄引擎切成 BytePlus

金鑰存在平台原生安全儲存區，不是明文檔案：

平台	存放位置
Windows	Credential Manager
macOS／iOS	Keychain
Android	Keystore（encrypted SharedPreferences）
Linux	libsecret

舊版本曾把金鑰放在 SharedPreferences，首次讀取會自動搬進安全儲存區並刪掉舊值。

操作教學

第一步：錄音

點畫面中央的大圓形按鈕開始，再點一次停止
錄音中會顯示音量波形與計時
桌面版按 Ctrl + Alt + V 可以在任何視窗底下切換錄音
手機可以直接鎖螢幕或切到別的 App，錄音不會停

第二步：自動轉錄

停止錄音後自動開始轉錄
超過十分鐘的錄音自動切段，過程中顯示「轉錄第 2/5 段」這類進度
完成後顯示完整的口語逐字稿
沒設金鑰的話，這段錄音會留在首頁的待轉錄卡片裡，設好金鑰後點「全部轉錄」或單筆「轉錄」

第三步：一鍵潤飾

點「潤飾文字稿」，AI 會做這些事：

刪掉無意義的發聲詞
把過長或破碎的句子拆順
補上標點

不會做這些事：改你的語氣、換成書面公文體、加小標題、把俗語改成正式用語。

潤飾完成後預設自動複製到剪貼簿，可以在設定頁關掉。

第四步：管理與匯出

歷史清單可依日期篩選或搜尋關鍵字
進到單筆記錄可以切換看口語稿或潤飾稿，潤飾稿能直接編輯
改過提示詞後可以重新潤飾，重跑一次
匯出：.txt（潤飾稿或口語稿）、.md、多筆打包成 .zip

設定頁選項

選項	說明	預設
OpenAI API Key	轉錄與潤飾共用	空
BytePlus API Key	只有選 BytePlus 引擎時要	空
轉錄引擎	OpenAI／BytePlus	OpenAI
自訂詞彙表	一行一個專有名詞，轉錄時優先採用	空
潤飾提示詞	可改 AI 潤飾的行為指引，可一鍵還原預設	內建提示詞
自動複製潤飾結果	潤飾完直接進剪貼簿	開
文字大小	0.9x／1.0x／1.15x／1.3x	1.0x
外觀主題	淺色／深色／跟隨系統	跟隨系統
隱私與費用說明	資料流向與計費方式	—

支援平台

平台	狀態	平台專屬功能
Windows	主要開發平台	系統匣、全域快捷鍵、自訂標題列、最小化到匣
Android	完整支援	前景服務背景錄音、常駐通知、主畫面 Widget
macOS	支援（CI 有簽章公證管線）	系統匣、全域快捷鍵
iOS	支援（CI 有 App Store 上傳管線）	`audio` background mode 背景錄音
Linux	支援	系統匣、全域快捷鍵
Web	未支援	只有 Flutter 預設的 web scaffold，錄音與安全儲存都沒有針對瀏覽器處理

錄音與檔案規格

項目	值
錄音格式	PCM WAV，16 kHz／16 bit／單聲道
自動切段長度	每段最長 600 秒
單檔上限	25 MB（對齊 OpenAI 轉錄端點限制，上傳前本機先檢查）
待轉錄佇列位置	應用程式文件目錄下 `voice_type/pending_transcription`
轉錄重試	最多 4 次，首次失敗等 2 秒，之後每次乘 2
潤飾重試	最多 3 次，同樣指數退避
prompt 銜接長度	200 字以內（含繁體提示與前段結尾）

匯入外部音檔要注意：M4A 這類沒辦法在本機切段的格式，單檔超過 25 MB 會被擋下來。App 內錄的音檔會自動切段，不受影響。

費用估算

VoiceType 本身不收錢，費用來自你自己的 API 用量。

計價基準（寫在 lib/services/cost_estimate_service.dart）：

項目	單價
轉錄	每音訊分鐘 US$0.003
潤飾輸入	每 100 萬 token US$0.15
潤飾輸出	每 100 萬 token US$0.60
換算匯率	1 USD = 32 TWD

估出來大概是這個量級：

錄音長度	約略花費
10 分鐘	NT$1
20 分鐘	NT$2
30 分鐘	NT$3
60 分鐘	NT$6

實際金額看語速與內容密度，以帳單為準。用 BytePlus 引擎時，App 顯示的轉錄費用仍照 OpenAI 價格估，BytePlus 那部分請看它自己的帳單。

拿來跟訂閱制比：Otter.ai 一個月約 US$17，一年 US$204。同樣的錢在 VoiceType 這邊可以錄一千小時以上，而且不錄的月份不用付。

隱私與資料存放

資料	存在哪	加密
逐字稿與歷史記錄	本機 Hive box	AES 加密，金鑰 32 bytes 由 `Hive.generateSecureKey()` 產生後存進系統安全儲存區
API Key	系統安全儲存區（Keychain／Credential Manager／Keystore／libsecret）	由 OS 負責
偏好設定（引擎、字級、主題、提示詞、詞彙表）	SharedPreferences	無，都不是敏感資料
錄音 WAV	應用程式文件目錄，轉錄完成後刪除	無

其他要知道的：

沒有遙測，沒有分析 SDK，不收集使用數據
錄音檔只送到你選的轉錄服務（OpenAI 或 BytePlus），不經過開發者的任何伺服器
潤飾送的是文字稿，同樣直接對 OpenAI
開發者拿不到你的錄音與文字，因為根本沒有伺服器可以收

音訊會上傳到第三方進行轉錄，這件事無法避免，請自行評估內容敏感度。相關條款：OpenAI 使用條款、BytePlus 服務條款。

專案結構

lib/
├── main.dart                     入口，初始化 Hive／通知／桌面整合
├── app.dart                      MaterialApp、主題、Provider 註冊
├── config/
│   ├── constants.dart            模型名稱、端點、切段長度、潤飾提示詞
│   ├── app_theme.dart            淺／深色主題
│   └── user_disclosure.dart      隱私與費用說明文案
├── models/                       TranscriptRecord、TranscriptionSegment 等
├── providers/                    Provider 狀態層
│   ├── recording_provider.dart      錄音狀態與波形
│   ├── transcription_provider.dart  轉錄與潤飾流程
│   ├── history_provider.dart        歷史清單、篩選、搜尋
│   ├── pending_queue_provider.dart  待轉錄佇列
│   └── settings_provider.dart       設定與金鑰
├── screens/                      首頁、歷史、歷史詳情、設定
├── services/
│   ├── audio_recorder_service.dart      錄音
│   ├── wav_split_service.dart           背景 isolate 切段
│   ├── openai_service.dart              轉錄與潤飾 API
│   ├── byteplus_asr_service.dart        Seed ASR 提交與輪詢
│   ├── history_service.dart             Hive 讀寫
│   ├── hive_encryption_service.dart     資料庫加密金鑰
│   ├── secure_storage_service.dart      API Key 存取與舊版遷移
│   ├── pending_session_service.dart     待轉錄佇列
│   ├── export_service.dart              txt／md／zip 匯出
│   ├── cost_estimate_service.dart       費用估算
│   ├── recording_notification_service.dart  手機錄音通知
│   └── desktop_notify_service.dart      桌面完成通知
├── desktop/desktop_integration.dart  系統匣與全域快捷鍵
├── utils/openai_retry.dart           指數退避重試
└── widgets/                          UI 元件

android/app/src/main/kotlin/.../
├── RecordingForegroundService.kt   前景服務，獨佔錄音通知
└── RecordWidgetProvider.kt         主畫面 Widget

.github/workflows/
├── desktop-release.yml   macOS 建置、簽章、DMG、公證
└── ios-release.yml       iOS 建置、簽章、上傳 App Store Connect

技術架構

層級	用什麼
框架	Flutter 3.11+／Dart
狀態管理	Provider
本地資料庫	Hive（AES 加密）
安全儲存	flutter_secure_storage
HTTP	Dio（自訂指數退避重試）
錄音	record（PCM 16 kHz／16 bit／mono）
桌面整合	window_manager、tray_manager、hotkey_manager、local_notifier
手機通知	flutter_local_notifications、原生前景服務
音訊 session	audio_session
匯出與分享	share_plus、archive、file_picker
字型	google_fonts
轉錄	OpenAI `gpt-4o-mini-transcribe` 或 BytePlus Seed ASR
潤飾	OpenAI `gpt-4o-mini`

開發

flutter analyze
flutter test
flutter pub outdated

flutter analyze 應該是 No issues found，送 PR 前請確認。

改 App icon：把 1024×1024 的圖放到 assets/icon/app_icon.png，然後跑

dart run flutter_launcher_icons

Android、iOS、macOS、Windows 的各尺寸 icon 會一次生完（iOS 版會自動去掉 alpha 通道，App Store 不收帶透明的 1024 icon）。

建置與發佈

本機建置

flutter build windows --release
# build/windows/x64/runner/Release/

flutter build apk --release
# build/app/outputs/flutter-apk/app-release.apk

flutter build appbundle --release
# build/app/outputs/bundle/release/app-release.aab

flutter build macos --release
# build/macos/Build/Products/Release/VoiceType.app

flutter build ios --release --no-codesign
# build/ios/iphoneos/Runner.app

Android release 簽章要自己準備 keystore，把路徑與密碼寫進 android/key.properties（這個檔案不進版控，可參考 android/key.properties.example）。

CI 發佈管線

推 v* 開頭的 tag 或手動 workflow_dispatch 會觸發：

Workflow	做什麼
`desktop-release.yml`	macOS runner 建置 → Developer ID 簽章（含 Frameworks 逐顆簽）→ 簽完先啟動一次確認沒壞 → 打 DMG → notarytool 公證 → staple → 上傳 artifact
`ios-release.yml`	建置 → Apple Distribution 簽章 → 匯出 IPA → 上傳 App Store Connect

Windows 版在本機建，不走 CI，也不簽章。

自己 fork 想跑這兩條管線的話，要在 repo 設定裡放這些 secrets：

Secret	用途
`APPLE_CERTIFICATE` / `APPLE_CERTIFICATE_PASSWORD`	Developer ID 憑證（macOS 桌面版）
`APPLE_SIGNING_IDENTITY`	簽章身分字串
`APPLE_ID` / `APPLE_PASSWORD` / `APPLE_TEAM_ID`	notarytool 公證
`IOS_DIST_CERT_BASE64` / `IOS_DIST_CERT_PASSWORD`	Apple Distribution 憑證（iOS）
`IOS_PROVISIONING_PROFILE_BASE64`	App Store provisioning profile
`ASC_ISSUER_ID` / `ASC_KEY_ID` / `ASC_API_PRIVATE_KEY`	App Store Connect API 金鑰

常見問題

要付錢給誰？ 付給 OpenAI（或 BytePlus），按用量。VoiceType 不收任何費用，也沒有伺服器可以向你收錢。

沒有 API Key 可以先玩嗎？ 可以錄音，不能轉錄。錄好的音檔會排在待轉錄佇列，等你設好金鑰再一次處理。

轉錄轉出簡體字怎麼辦？ BytePlus Seed ASR 的語言碼是 zh-CN，逐字稿可能是簡體。潤飾階段會統一轉成臺灣繁體，只換字形不換詞。

為什麼我的專有名詞老是打錯？ 設定頁的自訂詞彙表加進去，一行一個。這份清單會併進轉錄的 prompt。

錄一小時會不會被切成很多段？ 會，每 600 秒一段，切割在背景 isolate 執行不會卡畫面。每段會帶前段結尾當提示，接起來不會斷句。

匯入的 M4A 傳不上去？ 單檔超過 25 MB 就會被本機預檢擋掉。M4A 沒辦法在本機安全切段，請先自己剪短或轉成較短的 WAV。App 內錄的音檔會自動切段，不會遇到這個問題。

手機錄音錄到一半被系統殺掉？ Android 走前景服務加常駐通知，iOS 開了 audio background mode，正常情況不會斷。有些廠商的省電模式會硬殺背景行程，請把 VoiceType 加進電池最佳化的白名單。

Ctrl+Alt+V 跟別的軟體衝突？ 目前快捷鍵寫死在 lib/desktop/desktop_integration.dart，還沒有設定介面。要改的話改那個檔案裡的 HotKey 設定重新建置。

轉錄中途 App 掛掉，錄音會不會不見？ 不會。WAV 留在待轉錄佇列，下次開 App 自動掃描續轉。

歷史記錄存在哪？可以備份嗎？ 存在本機 Hive box，加密過。目前沒有內建備份或同步，要留檔請用匯出功能（單筆 txt／md，或批次 zip）。

已知限制

Web 版沒有實作，web/ 只是 Flutter 預設 scaffold
沒有雲端同步，換裝置無法搬歷史記錄，只能匯出
桌面快捷鍵不能在 UI 裡改
費用估算對 BytePlus 引擎不準（照 OpenAI 價格算）
潤飾一定要 OpenAI 金鑰，換不掉
測試覆蓋率低，目前只有一支 widget test

授權

本專案採用 Business Source License 1.1。

可以：

個人使用、學習、研究
修改原始碼
非商業用途分發

不可以：

拿去做商業競品或 SaaS 服務

2030 年 4 月 13 日之後，自動轉為 Apache License 2.0。

BUSL 不是 OSI 認定的開源授權，所以這個專案準確的說法是「原始碼公開」而非「開源」。想商業使用請先來談。

貢獻與聯絡

Issue 和 Pull Request 都歡迎。送 PR 前請確認 flutter analyze 沒有 issue。

特別歡迎這幾類貢獻：

補截圖（README 的截圖區還空著）
Linux 與 macOS 的實機測試回報
快捷鍵自訂介面
多語言介面

使用問題、功能許願、商業授權洽談：https://domyweb.org/tools/voicetype/

覺得好用可以請我喝杯咖啡。

Name		Name	Last commit message	Last commit date
Latest commit History 22 Commits
.github/workflows		.github/workflows
android		android
assets		assets
ios		ios
lib		lib
linux		linux
macos		macos
test		test
tool		tool
web		web
windows		windows
.gitignore		.gitignore
.metadata		.metadata
LICENSE		LICENSE
README.md		README.md
analysis_options.yaml		analysis_options.yaml
pubspec.lock		pubspec.lock
pubspec.yaml		pubspec.yaml

Folders and files

Latest commit

History

Repository files navigation