SpeakMore

说话，别打字。
开源、免费的语音输入工具，支持 macOS 与 Windows。
兼容主流大模型，亦可完全在本机运行。
speakmore.zephyrxiang.com

简体中文 · English

• 按下快捷键开始口述，再次按下结束，文字写入当前光标位置。
• 自动去除语气词、重复与改口内容（原生识别、转写 + 润色方式）。
• 自动补全标点，较长内容分段、分条。

• 🧩 模型自由：29 个模型，并支持 OpenAI 兼容服务。
• 🔀 方式自由：三种识别方式并列可选，推荐组合一键启用。
• 💻 硬件自由：Mac 与 Windows 通用，本机模型经 Metal、Vulkan 或 CPU 运行。
• 🔒 隐私自由：数据隐私方式不上传数据，无需密钥与账号。
• 💸 费用自由：软件免费；按每日 100 次计，推荐组合月成本 ¥0–35。

macOS

• 系统要求：macOS 12 及以上。
• 打开 dmg，将 SpeakMore 拖入"应用程序"。
• 安装包已使用 Developer ID 签名，并通过 Apple 公证。

Windows

• 系统要求：Windows 10（1809 及以上）或 Windows 11，64 位。
• 运行安装程序；如出现"Windows 已保护你的电脑"，依次点击"更多信息""仍要运行"。
• 仅为当前账户安装，无需管理员权限。
• 安装过程无需联网。

终端安装（附带 speakmore 命令行工具）

# macOS
curl -fsSL https://dl.zephyrxiang.com/speakmore/install.sh | bash

# Windows（PowerShell）
irm https://dl.zephyrxiang.com/speakmore/install.ps1 | iex

• 下载链接末尾附加 .sha256，可获取对应文件的校验值。

1. 将光标置于任意输入框，按下右 Option（Windows 为右 Alt）。
2. 开始口述，屏幕底部的悬浮条随音量变化。
3. 再次按下快捷键，文字写入光标位置；按 esc 取消本次口述。

• SpeakMore 常驻菜单栏（Windows 为任务栏通知区域）。
• 主窗口提供统计、历史记录、词典、模型与设置。
• 词典：常说的专有名词、产品名与术语加入词典后，听写时按词典的写法输出。词典仅保存在本机，随请求发送给所选模型；支持词典的模型列于词典页。

• 首次启动时由引导完成配置。
• 各步骤均可前进、后退，也可跳过，稍后在主窗口中补充。
• 数据隐私方式无需任何密钥。

1 · 选择识别方式	2 · 配置密钥（可跳过）
3 · 后台下载本机模型	4 · 授予系统权限
5 · 测试麦克风	6 · 测试快捷键
7 · 口述测试	8 · 完成配置

_{上述名称与标志归各自权利人所有，仅用于说明 SpeakMore 支持对接的服务。}

模型页按用途列出全部模型：

• 原生识别 7 个：音频输入，文字输出。
• 转写 10 个：本机 4 个，云端 6 个。
• 润色 12 个：通义千问、DeepSeek、Kimi、智谱、MiniMax 与自定义服务。
• 每个模型标注官方价格与实测得分。
• 同一模型由多个平台提供时合并为一行，可选渠道。

密钥按平台管理：

• 一把阿里云百炼密钥可调用 14 个模型。
• DeepSeek、Kimi、智谱、MiniMax、Gemini、OpenAI 的官方密钥均可直接使用。
• OpenAI 兼容服务填写地址与密钥即可接入。

全部模型与渠道	按平台管理密钥

• 三种识别方式并列可选。
• 各方式独立保存模型配置，切换时无需重新设置。

首页切换识别方式	推荐组合一键启用

推荐组合：

• 将完整路线打包，一键启用。
• 支持先检测、后启用。
• 缺少的密钥与本机模型可在原处补齐。

_{月成本口径：每日 100 次、每月 30 天；单次按 26 秒计（97 条真实口述的平均值）；按各厂商官方价格估算，美元按 6.71 折算。Intel Mac 改用 CPU 版 SenseVoice Small。}

• 同一本机模型适用于全部受支持的设备。
• 有可用显卡时优先使用显卡。
• 无显卡或显卡不可用时，自动回退至 CPU。

_{单条耗时为 97 条真实口述的转写耗时中位数；Windows 显卡为 RTX 4060 Ti。Vulkan 支持 NVIDIA、AMD 与 Intel 显卡。}

• 数据隐私方式不上传任何数据：语音由本机模型转写为文字。
• 无需密钥与账号。
• 国内源一键下载：默认经 SpeakMore 国内源下载本机模型。
• 自动切换下载源：国内源不可用时改用 Hugging Face。
• 完整性校验：下载完成后校验 SHA-256。
• 无中转服务器：录音或文字以用户自有密钥直接发送至所选厂商。
• 不采集统计数据。
• 密钥加密存储：macOS 使用钥匙串，Windows 使用 DPAPI。
• 数据留存本机：历史记录、录音与词典仅保存在本机。

• SpeakMore 本身免费。
• 模型费用按实际用量，直接结算给厂商。
• 首页逐项统计花费。

与 Typeless 各档套餐对比（重度使用，每日 100 次）：

_{Typeless 价格取自 typeless.com/pricing（2026-10-17），美元按 6.71 折算人民币。SpeakMore 为估算值，口径同上文推荐组合；使用 Gemini 免费额度时不产生费用。
¹ 同时上传当前应用、窗口标题与屏幕文字，详见逆向笔记。}

• 提示词：基于 60 条真实录音调优，逐条与 Typeless 对同一录音的输出比对。
• 样本：97 条真实口述，共 42.5 分钟，涵盖中文、中英混合与英文。
• 评分：以原生识别的输出为参照，按统一标准评 0–5 分。

• 评测框架位于 bench/，新增模型时仅运行对应的一列。

• 开源：MIT 许可，语音处理相关代码全部公开。
• 无需账号：无注册与登录流程。
• 单一目录：数据、设置、密钥、模型与日志统一存放于 ~/.speakmore（Windows 为 %USERPROFILE%\.speakmore）。
• 一键清除：执行 speakmore uninstall 删除全部内容。
• 签名公证：Mac 版经 Developer ID 签名与 Apple 公证。
• 可校验：全部安装包提供 SHA-256 校验值。
• 逆向分析：Typeless 客户端的拆解整理为 18 篇笔记。
• 独立实现：SpeakMore 参照其交互从零实现，不含 Typeless 的任何代码与密钥。

• 命令行与 App 功能对等：切换方式与模型、管理与检测密钥、下载模型、查询历史与花费。
• JSON 输出：status、history、usage 支持 --json。
• 插件化架构：各厂商以策略模式实现统一接口。
• 统一输入输出：录音统一为 16 kHz 单声道，转写结果统一为 { text }。
• 跨平台开发：scripts/dev/win-*.sh 经 SSH 同步工作区至 Windows 机器，在远端运行测试、以调试端口从源码重启 App、截取桌面画面。
• 自动化测试：1100 个单元测试与 22 个安装测试。
• 门禁：Biome 代码检查，界面尺寸、字号与文案规范检查；npm run check 一次执行全部检查。

git clone https://github.com/zephyr4123/speakmore.git && cd speakmore
npm install
npm start          # 等同于 speakmore 命令
npm run check      # 代码检查与全部测试

flowchart LR
  A["⌨️ 快捷键"] --> B["🎙️ 录音<br/>边录边分块上传"]
  B --> C["🖥️ 本机听写服务"]
  C -- 原生识别 --> D["🤖 音频大模型<br/>识别并整理"]
  C -- 转写 + 润色 --> L["💻 本机或云端<br/>转写"]
  L --> P["🤖 大模型<br/>整理"]
  C -- 数据隐私 --> Q["💻 本机模型"]
  D --> E["📋 写入光标位置"]
  P --> E
  Q --> E

• 目录结构、打包与发布流程：见开发说明。
• 与原版的对应关系、模型选型与提示词调优：见实现笔记。

• MIT。
• .claude/skills/ 下的文件来自 REA，适用其自身的 MIT 许可。
• 名称致敬 Typeless。SpeakMore 依据逆向分析笔记独立实现，与 Typeless 无隶属关系。