Alpha · Windows
Voice2Text：听写和文本处理
Voice2Text 支持语音输入，并将文本插入兼容的 Windows 窗口。插入前可检查文本。窗口绑定还可将选定的截图和口述请求发送给已配置的语言模型（LLM）。Voice2Text 与 Screph 分开安装。
视频
下载
将 ZIP 解压缩到单独的目录中并运行 Voice2Text.exe。程序从系统托盘运行；无需安装程序。
下载 Alpha 存档
- 文件
- Voice2Text_latest.zip, 340.5 MB
- SHA-256
effbb4bba5a1db5ba40ace13b9eb420aac2b43064994583ff0aecd23c39fe9bb
已实现功能
- 从系统托盘菜单开始录制。用于开始录制的全局键盘快捷键当前不可用。
- 语音由所选服务识别，然后可以检查和更正文本。 Ctrl+Enter结束输入，Esc取消输入。
- 检查后的文本会发送到当前活动的兼容 Windows 窗口。权限级别不同的窗口或非标准编辑器可能无法接收输入。
- 绑定保存窗口和插入点。输入前，Voice2Text 会检查所需窗口是否处于活动状态，以及插入点是否属于该窗口。
- 可为绑定选择屏幕区域和语言模型连接配置。模型随后接收该区域的快照及口述请求；用户在插入前检查转换后的回答。
菜单和设置
| 分类 | 功能 |
|---|
| 托盘菜单 | 开始录制、显示小部件、绑定、设置、LLM 历史记录、语言并退出。 |
| 设置 | 语音识别、语言模型连接、截图、窗口绑定、自动启动、剪贴板和历史记录。 |
| 绑定 | 一个窗口可设置多个插入点、图像区域、语言模型连接配置和插入方式。 |
数据识别与传输
| 选项 | 数据在哪里处理？ |
|---|
| Vosk | 安装模型后可在本地识别语音，音频不会发送到云服务。 |
| Yandex | 音频和请求参数发送到配置的 Yandex 服务。 |
| Google Cloud Speech | 音频与用户的凭据一起传输到 Google。 |
| OpenAI-compatible | 音频发送到指定的兼容服务；密钥存储在系统秘密存储中。 |
| 语言模型处理 | 文本和所选快照会发送到当前连接配置指定的服务。请仅使用允许发送给该服务的数据。 |
本地数据
- 设置、本地模型和包含的文件历史记录存储在程序旁边的 Voice2Text 数据目录中。
- 绑定存储在 Windows 配置文件中的
%APPDATA%\Voice2Text\bindings.json 中。
- API 密钥通过 Windows Credential Manager 保存。普通设置中保留服务地址、模型和文件路径。
- 默认情况下禁用将 LLM 请求和响应写入文件，由用户启用并从界面中清除。
- 连续复制时，识别的文本最终会出现在系统剪贴板中，并且可以保存在 Windows 剪贴板历史记录中。
系统要求
- Windows 10/11 x64.
- 需要可用的麦克风。窗口绑定和截图功能需要交互式 Windows 桌面。
- 对于本地识别，需要 Vosk 模型。云服务需要网络和用户凭据。
