inkwell

Inkwell 是一款免费、开源、本地优先的桌面听写应用，可直接在你的机器上将语音转换为文本。它以隐私为设计核心：音频在本地通过基于 CPU 的语音识别进行采集、重采样和转写，绝不上传。没有账户、没有遥测、没有分析。转写记录存储在本地 SQLite 数据库中。 主要功能包括： - **随处听写**：使用全局热键（按住说话或切换）进行录音，转写后的文本会粘贴到当前聚焦的应用中。 - **本地语音识别**：通过 sherpa-onnx 提供五种模型，每种都针对不同语言、准确度和资源占用进行了优化。模型在首次使用时下载，并可在应用内切换。 - **样式格式化**：可选择 Formal、Casual 或 Relaxed 样式来控制大小写和标点，而不影响模型。 - **自定义词典**：修正模型识别错误的词，支持不区分大小写和词边界匹配。 - **片段**：触发短语可展开为完整文本，并支持 {date}、{time} 和 {clipboard} 等变量。 - **语音命令**：使用唤醒前缀加动作，例如“inkwell, scratch that”或“inkwell, formal mode”。 - **模式**：将样式、语音清理和 AI 润色打包，根据你正在输入的应用自动激活（例如在电子邮件中使用正式样式，在终端中使用小写）。适用于 macOS 和 Windows。 - **文件转写**：拖入音频或视频文件（MP3、WAV、FLAC、OGG、M4A、MP4、MKV 等）进行转写。 - **历史记录与导出**：可搜索、可编辑的转写历史，支持导出为 TXT、SRT、JSON 和 CSV。 - **统计**：听写字数、说话时间、连续天数、每日活动和模型使用情况，全部基于本地历史计算。 - **托盘与悬浮窗**：驻留在系统托盘中，并带有一个小型始终置顶的悬浮窗显示录音状态。 - **实时预览（可选）**：说话时在悬浮窗上看到文字出现，使用更快的辅助模型。 - **语音编辑**：选择文本，按住第二个热键，说出要更改的内容，重写内容将替换所选内容。需要 API 密钥。 - **语音清理**：在粘贴前移除“um”、“uh”和即时口吃。 - **AI 润色（可选）**：自带 API 密钥以清理语法和错误开头。支持 OpenAI、Groq、Anthropic、OpenRouter 或任何 OpenAI 兼容端点。 隐私是核心重点。音频永远不会离开机器。唯一的网络调用用于模型下载（来自 Hugging Face 和 GitHub）、更新检查（发送到 Cloudflare worker），以及当你使用 AI 润色或语音编辑时，将文本（绝不是音频）发送给你选择的提供商。API 密钥存储在操作系统钥匙串中。 Inkwell 采用 MIT 许可证，永久免费，没有付费层级或许可证密钥。它使用 Rust、Tauri v2、React 19、TypeScript、Tailwind v4 构建，并使用 sherpa-onnx 进行推理、Silero VAD 进行语音活动检测、cpal 进行音频采集、SQLite 存储历史记录。 安装：提供适用于 macOS（已签名并公证）、Windows（NSIS 安装程序或 MSI，尚未签名）和 Linux（AppImage 和 .deb，尽力支持）的预构建二进制文件。从源代码构建需要 Rust 和 Node.js。 Inkwell 非常适合希望获得可靠、私密且不依赖云端的听写用户，以及重视对数据的控制能力和自定义格式与命令能力的用户。