Open-source desktop voice typing inspired by Typeless.
VoiceVibe 是一个桌面优先、开源、可私有化的语音输入工具。
它借鉴了 Typeless 这类产品里最顺手的交互模型:
- 光标停在你已经在写的输入框里。
- 按住一个键开始说话。
- 松开按键立即转写。
- 结果直接插回当前输入框，失败时自动回退到剪贴板。
但它走的是另一条产品路线:
- 开源，而不是黑盒订阅软件
- 自选 provider，而不是只能用单一后端
- 支持应用级个人词条库
- 支持完全本地的
whisper.cpp - 不做手机端键盘，把精力集中在桌面体验
- 用 Electron 做桌面壳，方便未来继续扩到更多桌面平台
项目治理入口:
- 贡献说明:
CONTRIBUTING.md - 行为准则:
CODE_OF_CONDUCT.md - 安全披露:
SECURITY.md
VoiceVibe 目前是一个 Electron + React + TypeScript 桌面应用。
它的目标不是做一个“全平台什么都包”的输入法，而是把桌面语音输入这件事做好:
Fn/右 Command按住说话- 松开即转写
- 自动插入当前输入框
- 四种 provider 可切换
- 个人词条库一次维护，多处复用
- 敏感内容可走纯本地识别
当前仓库已经从早期 Swift / iOS 原型切换到 Electron 方向。移动端不是主航线，桌面端才是。
桌面优先: 真正适合长消息、文档、PR 评论、Prompt、知识库录入、客服回复、内部笔记。四种 provider: 阿里云百炼、火山引擎、本地 OpenWhisper、实验性 VibeVoice Server。个人词条库: 维护人名、产品名、项目代号、行业术语，火山引擎和 OpenWhisper 会自动吃到。本地隐私模式: 如果你不想把敏感输入发给第三方，直接跑whisper.cpp。开箱即用的配置说明: 应用内直接给出官方开通入口、控制台位置、凭证字段说明、试用/计费提示。完全免费: VoiceVibe 本身没有订阅、没有账号系统、没有 Pro 版。可 fork: 你可以自己改 UI、换快捷键、换 provider、做私有发行。
VoiceVibe 不把手机端当主产品方向，这是刻意选择，不是偷懒。
原因很直接:
- 手机上的“纯语音键盘”经常不成立。很多场景里你只是想说一部分，剩下还得手打、改符号、移动光标、补一个名字。
- 当一个键盘被切进“纯语音模式”时，用户反而容易愣一下，不知道接下来该不该继续点、删、改。
- 第三方手机输入法本身就受系统约束，体验不稳定，尤其在 iPhone 上更明显。
- 微信输入法、豆包输入法已经验证了“按住说话”的需求，但它们没有把“用户自维护词条 + 完全本地识别”做成核心卖点。
更关键的是，Apple 自己的系统能力已经够强了。
根据 Apple 官方支持页面，在 2026 年 3 月 28 日能确认的信息包括:
- iPhone 听写时键盘可以保持打开，语音和手动输入可以混用。
- 听写支持标点、换行、删除、选择、撤销、重做等语音编辑命令。
- iPhone / iPad 有内建的 Text Replacement。
- Voice Control 可以导入自定义词汇列表。
这意味着:
- 手机上，Apple 自带听写已经是非常强的默认解法。
- 桌面上，VoiceVibe 才有明显的产品空间。
所以这个项目不会优先做手机端键盘。真的有手机需求，优先建议直接用 Apple 系统听写，或使用已经存在的成熟输入法。
因为这个交互已经被市场验证了。
公开资料里能看到:
- 微信输入法桌面端已经把
Fn按住说话这件事带进主流用户心智。 - 豆包输入法也把语音输入、AI 修正等能力放进了核心卖点。
- Typeless 则把“跨应用按住说话 -> 松开插字”打磨成了一个成熟的商业产品。
VoiceVibe 不是在发明一个不存在的需求，而是在回答另外一个问题:
如果我喜欢这种交互，但我不想被一个封闭、订阅制、单后端的软件绑住，怎么办？
VoiceVibe 给出的答案是:
- 我把桌面交互层开源出来
- 我允许你自己选云厂商
- 我允许你完全本地跑
- 我允许你自己维护个人词条
| Provider | 适合谁 | 网络 | 你要准备什么 | VoiceVibe 里的增强 |
|---|---|---|---|---|
DashScope |
已经在用阿里云、想快速接通云端 ASR 的用户 | 云端 | API Key | 应用内直连开通文档、词表 JSON 导出、支持 vocabulary_id / phrase_id |
Volcengine |
想直接传热词、做领域增强的用户 | 云端 | App Key / Access Token / Resource ID | 应用级 personal terms 会自动合并进 hotwords |
OpenWhisper |
最在意隐私、希望完全离线的用户 | 本地 | whisper.cpp CLI + 模型 |
应用级 personal terms 自动变成 prompt hints |
VibeVoice Server |
已经有 GPU 服务、想试长上下文和热词增强的用户 | 远端 / 自托管 | 你自己部署的 VibeVoice-ASR 服务 | 应用级 personal terms 自动并入 hotwords |
这是 VoiceVibe 和很多现成输入法相比，最值得强调的一点。
你可以维护自己的词条:
- 人名
- 公司名
- 产品名
- 英文缩写
- 行业术语
- 中英混杂的专有表达
当前行为:
Volcengine:personal terms + provider hotwords自动合并。OpenWhisper:personal terms + provider hotwords自动变成 prompt hints。VibeVoice Server:personal terms + provider hotwords自动并成上下文提示发给你的 VibeVoice 服务。DashScope: 因为接口本身更偏向云端词表 ID，应用会帮你导出阿里云词表 JSON，方便同步到官方 vocabulary。
这也是项目很重要的定位:
不是单纯“能语音输入”，而是“你能真正拥有自己的词汇层”。
如果你输入的是:
- 客户资料
- 内部文档
- 研发讨论
- 产品代号
- 代码注释
- 会议纪要草稿
那“能不能不把音频发给第三方”就是一个产品级问题，不是偏好问题。
OpenWhisper 路线的意义就在这里:
- 音频留在本机
- 转写留在本机
- 词条留在本机
- 应用本身也不需要账号系统
这不一定是最快、最省心的方案，但它是你能自己掌控的一条路。
VoiceVibe 自己不卖语音额度。
它的商业逻辑很简单:
- 你用本地
OpenWhisper，那就没有云账单 - 你用阿里云或火山引擎，费用直接由你的云账号承担
- VoiceVibe 只做桌面输入层，而且保持免费和开源
也就是说，VoiceVibe 不靠把 UI 包一层再订阅化来赚钱。
Typeless 是一个很强的参考产品，这件事必须承认。
但它也是商业软件。
根据 Typeless 官方定价与 billing 页面，在 2026-03-28 可以确认:
- 新用户有
30 天 Typeless Pro试用 - 试用结束后会切回
Free Free当前是每周 4,000 wordsPro当前是12 USD / member / month，按年计费- 按月计费当前是
30 USD / month - Typeless 官方 referral 页面还在提供
每邀请 1 位完成 2,000 词输入的朋友，可得 5 美元 Pro credit
这是一条完全合理的商业路线。
VoiceVibe 不跟 Typeless 比“商业打磨程度”，而是比另外几个维度:
- 你不用为 VoiceVibe 本身付订阅费
- 你不用注册 VoiceVibe 账号
- 你可以自己选 provider
- 你可以完全走本地模型
- 你可以自己 fork 出一版只服务你团队的版本
它们不是“要被打败的竞品”，更像是需求验证器。
它们已经证明:
- 桌面语音输入是真的有人用
按住说话这个动作是真的顺手- 大众用户愿意接受这种交互
VoiceVibe 要做的差异化是:
- 不采集你的输入内容做自己的产品闭环
- 不把你锁死在固定 provider
- 把个人词条库当成一等能力
- 给你完全本地的选项
最快方式:
- 打开仓库的
Releases页面，下载最新macOS arm64或macOS x64安装包。 - 打开应用后，先去设置页完成 provider 配置。
- 按提示授权:
- 麦克风
- 辅助功能
- 选择触发键:
Fn按住说话右 Command按住说话
- 把个人词条录进去，先跑一次手动录音测试。
本地开发:
npm install
npm run dev本地构建:
npm run build
npm run dist:mac:arm64更详细的首次上手说明见: docs/quickstart.md
仓库内置了 tag 触发的 GitHub Release 工作流:
- 推送
v*tag - GitHub Actions 会分别构建
macOS arm64和macOS x64 - 产出的
.dmg和.zip会自动挂到 GitHub Release
工作流文件:
src/mainElectron 主进程、IPC、录音运行时、provider 调度src/preload安全桥接层src/renderer设置页、状态页、词条库、历史记录 UIsrc/shared共享类型、默认配置、provider 引导信息docs/quickstart.md用户第一次安装和配置的文档scripts/manage_hotwords.py可选的 DashScope vocabulary 同步脚本config/hotwords/voicevibe.fun-asr.jsonDashScope 词表示例
这版仓库明确聚焦:
- macOS 桌面发布
- Electron 架构
- 阿里云 / 火山 / 本地 whisper / 实验性 VibeVoice Server 四种 provider
- 应用级词条库
- GitHub Release 可下载安装包
不做:
- 手机端第三方输入法
- iOS 键盘扩展
- 账号系统
- SaaS 订阅
产品与市场:
- Typeless 官网: https://www.typeless.com/
- Typeless Pricing: https://www.typeless.com/pricing
- Typeless Billing: https://www.typeless.com/help/billing
- Typeless Referral: https://www.typeless.com/referral
系统能力:
- Apple Dictation: https://support.apple.com/guide/iphone/iph2c0651d2/ios
- Apple Dictation Commands: https://support.apple.com/guide/iphone/iph3bf19d7b9/ios
- Apple Text Replacement: https://support.apple.com/104995
- Apple Voice Control 自定义词汇: https://support.apple.com/guide/accessibility-mac/mchl3eb7b79a/mac
Provider 官方资料:
- 阿里云百炼 API Key: https://help.aliyun.com/zh/model-studio/get-api-key
- 阿里云智能语音交互计费: https://help.aliyun.com/zh/isi/product-overview/billing-10
- 火山引擎豆包语音控制台: https://console.volcengine.com/speech/app
- 火山引擎快速入门: https://www.volcengine.com/docs/6561/163043?lang=zh
- 火山引擎流式语音识别文档: https://www.volcengine.com/docs/6561/1354869?lang=zh
- whisper.cpp: https://github.com/ggml-org/whisper.cpp
- Microsoft VibeVoice: https://github.com/microsoft/VibeVoice
- VibeVoice-ASR 文档: https://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-asr.md
- VibeVoice vLLM 部署: https://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-vllm-asr.md
- VibeVoice-ASR Hugging Face: https://huggingface.co/microsoft/VibeVoice-ASR
市场验证: