软件简介

Voltip 是一款开源的跨平台语音输入工具，支持 Windows、macOS、Linux 和安卓。它的核心是把你说的话转成文字，并直接插入到任意应用的光标位置，适用于写文档、聊天、记笔记等场景。软件完全离线可用，也支持连接云端识别服务，灵活性很高。

核心功能

Voltip 的交互设计考虑到了不同的使用习惯：你可以按住全局热键说话（默认 Ctrl+Alt+Space），松开即出字；也支持按一下开始、再按一下结束，或者轻点锁定后连续口述。录音时屏幕上会显示一个悬浮胶囊，实时呈现输入强度、中间文字和最终结果。语音识别方面，它提供了多种选择：

云端服务：可接入 OpenAI、Groq、硅基流动、阿里云百炼（含实时边说边识别模型）或任意 OpenAI 兼容接口。
本地模型：支持 Qwen3-ASR（0.6B/1.7B，基于 transcribe.cpp）、SenseVoice、Paraformer（基于 sherpa-onnx）。有 GPU 时可在 GPU 运行（Windows/Linux 用 Vulkan，macOS 用 Metal），无 GPU 时使用 CPU。
实时预览：使用流式 Zipformer 模型，可以边说话边出字，输出方式有整段输出、流式定稿或逐句实时插入三种。

此外，Voltip 还包含 AI 润色功能，可利用上述服务商或 DeepSeek、本地 Ollama 对识别文字进行改写。你可以设置个人词典来纠正识别器频繁出错的词，也支持字面替换和正则替换规则，还能一键把中文统一为简体或繁体。选中一段文字后按住 Ctrl+Alt+E 说出指令（如「改得正式一点」「翻译成英文」），改写结果会直接替换原选区。

使用感受与适用场景

长录音功能比较实用：可录制麦克风、电脑播放的声音或两者混合，单次最长录制 2 小时。录音过程中就会分段识别，停止后很快能拿到全文，并可在历史记录里用 AI 预设处理长文（如「中英互译」「要点纪要」），也能导出 SRT 字幕或纯文本。对于需要把手机当作临时麦克风的情况，Voltip 支持安卓手机扫码或输入 6 位码配对，配对后手机按住说话，音频会经端到端加密并用 Opus 压缩传送到电脑，由电脑完成识别后插入文字；电脑可以保持配对状态等待后续连接。手机端在没有电脑的情况下也能单独识别。如果你经常需要长时间语音输入，又不想依赖特定厂商的云服务，或者希望用手机充当电脑的无线麦克风，Voltip 是一个值得尝试的开源选择。项目代码可在 GitHub 上获取（