我创建了一个开源 AI 语音输入法：SayIt

日常与AI交流时，打字输入大段文字费时费力。为了解决这个问题，一款名为SayIt的开源AI语音输入法应运而生，它能让您通过语音快速生成整理好的文本。

核心功能概述如下：

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。

许多人每日都会与AI进行对话，但键盘输入长篇文字确实较为费力。相较于打字，说话的速度要快得多。这里介绍一款名为SayIt的开源AI语音输入法，它能将您说出的内容直接转化为整理好的文字。

详细功能介绍请观看以下演示视频：

您可以通过访问此链接下载该语音输入法：https://sayitapp.site。

首次安装完成后，系统会自动进入使用向导页面。默认快捷键设置为空格键右侧的Alt键。按下右Alt键，即可对着麦克风开始说话；说话完毕后再次按下该键结束，识别出的文本便会自动插入到当前光标所在的文本框内。

举例来说，如果您说：“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最终生成的结果是：“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”页面中，您可以点击“展开详情”按钮，查看语音转录的原始文本、使用的音频转录模型、音频长度以及语音识别的具体耗时等信息。

语音转录

该应用主要具备两大核心功能：其一为语音转录文本，其二为利用AI对文本进行后续整理。

关于语音转录功能，它提供了三种模式，分别对应不同的准确度、处理速度和隐私保护等级。

默认设置为服务器模式，安装完成后可直接使用。该模式下，音频会被发送至服务器进行语音识别；若同时开启了“AI整理”功能，系统会顺便对文本进行优化后再返回。服务器不会存储您的音频与文本数据，且该软件的前后端代码均为开源，可供用户自行查阅。

如果您希望音频数据完全不离开本地设备，可以选择本地模式。该模式需要下载一个小型识别模型，所有识别过程均在您自己的电脑上完成，但相应的识别准确度可能会有所降低。

若追求更快的速度和更高的准确度，建议使用豆包语音识别。根据相关教程获取豆包的应用ID和Access Token后，即可启用此模式。

AI 处理

语音模型会将音频完整地转录为文本，而AI功能则能进一步对转录后的文本进行智能整理。

例如，如果您说：“帮我记三个事情：早睡，早起，锻炼。”

SayIt处理后的结果为：

1. 早睡
2. 早起
3. 锻炼

这是默认的整理规则，旨在使文本内容更具条理性。

如果您希望尽可能保留原始的说话内容，避免AI进行过度的文字整理，可以切换到“忠实校对”模式。此模式仅修正错别字，并去除“嗯、呃、啊”等语气词。

例如，如果您说：“帮我记三个事情：早睡，呃，早起，呃，锻炼。”

SayIt的输出结果为：“帮我记三个事情：早睡，早起，锻炼。”

您还可以设置将中文语音直接翻译为英文输出。例如，说“你觉得今天的天气怎么样？”，SayIt会输出：“How do you think the weather is today?”

上述所有规则均支持用户自行修改或创建个性化规则，并可针对不同应用程序中的光标位置应用指定的规则。

AI 供应商

要使用AI功能，自然需要对接AI服务供应商。在AI供应商设置页面，您可以选择用于文本处理的底层大模型。默认推荐使用deepseek-v4-flash，同时该页面也支持其他常见AI模型的接入。

主题

在外观设置页面，您可以自定义主题颜色以及悬浮窗的显示样式。

该软件还包含更多功能和用法，欢迎您下载后自行探索发现。

开源项目

这是一个开源项目，欢迎在GitHub上为其点亮Star，这是对开源项目最大的支持。在使用过程中若遇到Bug或有任何建议，欢迎在评论区反馈。

后续，我将分享更多关于这款AI语音输入法的开发过程和使用技巧。如果您对此类话题感兴趣，欢迎在下方留言交流。

文章链接

1. SayIt 官网：https://sayitapp.site
2. Github 仓库：https://github.com/crosswk/SayIt

通过多模式语音转录、AI智能整理、自定义规则及翻译功能，SayIt有效提升了文字输入效率，成为替代键盘输入的实用工具。