maskerprc /
kuaishuo
打字慢的人大概都想过用语音输入，但市面上的方案要么每次要手动点"开始录音"、识别完还得复制粘贴，要么音频要过一遍云服务器——密码、薪资、病历全过了一遍别人的服务器。 快说想解决的是：开着就行，想输入的时候直接说，文字自动落到你正在打字的地方。全程本地，音频不出这台机器。 核心能力 挂着就行，不用每次启动 — 悬浮条常驻，不抢焦点。想输入时鼠标点进输入框直接说，不需要先去按一个"开始" 文字直接进光标 — 剪贴板 + 一次真实的 Ctrl…
About
打字慢的人大概都想过用语音输入，但市面上的方案要么每次要手动点"开始录音"、识别完还得复制粘贴，要么音频要过一遍云服务器——密码、薪资、病历全过了一遍别人的服务器。 快说想解决的是：开着就行，想输入的时候直接说，文字自动落到你正在打字的地方。全程本地，音频不出这台机器。 核心能力 挂着就行，不用每次启动 — 悬浮条常驻，不抢焦点。想输入时鼠标点进输入框直接说，不需要先去按一个"开始" 文字直接进光标 — 剪贴板 + 一次真实的 Ctrl+V，走真实粘贴路径。微信、飞书、VS Code、浏览器地址栏，任何地方。Draft.js / Lexical / TipTap 这类自维护文档模型的编辑器也不会错乱 声纹过滤，只认你的声音 — 电视、视频、旁边同事说话麦克风全听得见，能量和频谱分不出人（实测几乎完全重叠），声纹向量可以。录 3 段各 3 秒取平均，之后只有你的声音能驱动输入 全程本地 — SenseVoice-Small 在本机跑，音频不出这台机器 会议逐字稿 — 只记不输入。额外录一路系统声音补上远程会议对方的发言，用声纹区分说话人。每识别出一句实时 POST 到你的接口（1~3 秒内到），会议结束再推完整稿 装完即用 — 识别模型（228MB）和声纹模型（27MB）内置在安装包里，不用首次启动等下载 不丢 — 每句话在识别出来的瞬间就 append 落盘（JSONL），崩溃、强杀、断电最多丢正在写的那一行 三种开始方式 按住说（Ctrl+Shift+Space）— 按住、说、松手。快按一下只听一句 一直录（Ctrl+Shift+D）— 按一次开始再按一次停，口述一整段用这个 会议（Ctrl+Shift+M）— 只记逐字稿，一个字都不输入到任何应用 技术栈与实现 Electron + Vue，识别用 SenseVoice-Small，声纹用 sherpa-onnx。198 个单测 + 43 项功能端到端 + 103 项 UI 端到端。 几个实现上的选择： VAD 放渲染进程——断句要看实时音频，渲染层为了画波形本来就拿着每一帧 系统声音是独立的第二路 VAD 而非混流——避免视频持续声音抬底噪导致麦克风一路不断句 实时推送敢丢（秒级有界重试），因为逐字稿已落盘、会议结束会整份重推 安装 下载最新 Release 安装包即可，模型内置。从源码跑： npm install npm run dev
Discovery history
- 阮一峰周刊·用户投稿
Discuss this product