[控场AI]
产品VoxType Voice-to-Text

VoxType

开源的语音转文字(Voice-to-Text)工具,专为 Linux 和 macOS 设计,对 Wayland 显示服务器协议有原生优化,支持本地模型离线运行,可通过自定义快捷键触发语音转录并将文字输出到当前光标位置

时间轴 (近 90 天)

10月3日

VoxType 是一款开源的语音转文字工具,专为 Linux 和 macOS 设计,没有 Windows 版本

待验证50%
10月3日

VoxType 通过直接读取 /dev/input 事件设备来捕获按键,绕过 Wayland 的输入隔离限制

待验证50%
10月3日

博主实测对比后认为 VoxType 在几乎每个维度上都胜过 OpenWhisper,包括更少的 bug、更直观的配置、更完善的命令行工具和更友好的界面

待验证50%
10月3日

VoxType 的转录过程可以完全在本地模型上运行,无需联网

待验证50%
10月3日

Arch Linux 用户可通过 AUR 包 voxtype-bin 安装 VoxType,命令为 yay -S voxtype-bin

待验证50%
10月3日

运行 voxtype-setup 会自动创建配置目录、模型目录并写入默认设置,默认快捷键为 Scroll Lock,默认模式为 push-to-talk

待验证50%
10月3日

VoxType 修改配置后需要通过 systemctl --user restart voxtype 重启服务才能生效

待验证50%
10月3日

VoxType 使用 Linux 底层事件码而非键名字符串定义快捷键,需要用 evtest 工具查出按键码值,如 Print 键对应码值 99

待验证50%
10月3日

VoxType 默认的 base.en 模型只能输出英文,使用其他语言需换成多语言版 base 模型并在配置中指定语言选项

待验证50%
10月3日

VoxType 默认过滤英文填充词(如 er、um),但德语中 er 和 um 是实义词会被错误吞掉,需完整启用 [text] 配置块并重定义 filler_words 列表来解决

待验证50%

还有 2 条时间轴事件

全部知识事实 (12)

待验证

VoxType 是一款开源的语音转文字工具,专为 Linux 和 macOS 设计,没有 Windows 版本

50%
待验证

VoxType 通过直接读取 /dev/input 事件设备来捕获按键,绕过 Wayland 的输入隔离限制

50%
待验证

博主实测对比后认为 VoxType 在几乎每个维度上都胜过 OpenWhisper,包括更少的 bug、更直观的配置、更完善的命令行工具和更友好的界面

50%
待验证

VoxType 的转录过程可以完全在本地模型上运行,无需联网

50%
待验证

Arch Linux 用户可通过 AUR 包 voxtype-bin 安装 VoxType,命令为 yay -S voxtype-bin

50%
待验证

运行 voxtype-setup 会自动创建配置目录、模型目录并写入默认设置,默认快捷键为 Scroll Lock,默认模式为 push-to-talk

50%
待验证

VoxType 修改配置后需要通过 systemctl --user restart voxtype 重启服务才能生效

50%
待验证

VoxType 使用 Linux 底层事件码而非键名字符串定义快捷键,需要用 evtest 工具查出按键码值,如 Print 键对应码值 99

50%
待验证

VoxType 默认的 base.en 模型只能输出英文,使用其他语言需换成多语言版 base 模型并在配置中指定语言选项

50%
待验证

VoxType 默认过滤英文填充词(如 er、um),但德语中 er 和 um 是实义词会被错误吞掉,需完整启用 [text] 配置块并重定义 filler_words 列表来解决

50%
待验证

VoxType 的 base 模型在质量与资源占用之间提供良好平衡,适合多数场景;tiny 适合性能较弱的笔记本

50%
待验证

VoxType 支持调用远程 API(如 OpenAI API)以获得更高转录质量或避免占用本机硬件

50%

来源文章