我做了一个开源 AI 语音输入法——SayIt

B站演示视频：https://www.bilibili.com/video/BV1JLTs6REPU/?spm_id_from=333.1387.0.0

快速演示

现在很多人每天都要和 AI 聊天，但打字输入一大段文字其实挺费劲的。说话比打字快得多，这个视频就介绍一下我做的一个开源 AI 语音输入法，名字叫 SayIt，帮你把"说"出来的话，直接变成整理好的文字。
你可以在 https://sayitapp.site 这个网站下载这个语音输入法。

首次安装后，会进到使用向导页面，默认快捷键是空格键右边的 Alt 键。按一下右 Alt 键，就可以对着麦克风说话了，说完以后，再按一次结束，文本就会插入到当前光标定位的文本框。
这里我演示一下，例如我说：今天下午3点钟，不对，换成5点钟，提醒我买3种水果，香蕉、梨子和桃子，不对，不是桃子，是火龙果。
SayIt出来的结果是：今天下午五点钟，提醒我买三种水果：香蕉、梨子和火龙果。
在“历史”页面，你可以点击“展开详情”，会显示语音转录的原文，使用什么模型做的音频转录，音频的长度，语音识别的时间等等。

语音转录

这个应用主要有两个功能：一个是把语音转录为文本，另一个是用 AI 对文本进行整理。
先说语音转录，它支持三种模式，对应不同的准确度、速度和隐私的需求。

默认是**服务器模式**，安装后直接就能使用。音频发送到我部署的服务器做语音识别，开启“AI 整理”后还会顺便把文本整理好再返回。服务器不会保存你的音频和文本，而且整个软件前后端代码都开源，可以自己查看。
如果你希望音频完全不出本地，可以用**本地模式**，下载一个小型识别模型，直接在你电脑上识别，只是准确度会差一些。

想要又快又准，推荐**豆包语音识别**。按这里超链接的教程拿到豆包的应用 ID 和 Access Token，就能用上。

AI 处理
语音模型会完整的将音频转录为文本，利用 AI 可以对转录的文本进行整理。

例如，我说：帮我记三个事情：早睡，早起，锻炼。
SayIt 出来的结果是：帮我记三个事情：1. 早睡2. 早起3. 锻炼
这是默认的整理规则，会帮你将文本整理的更有条理一些。
如果你想尽量保留你的原始说话内容，不要让 AI 激进的整理你的内容，也可以切换到“忠实校对”模式，可以修改错别字，还有去除语气词“嗯、呃、啊”等。
例如，我说：帮我记三个事情：早睡，呃，早起，呃，锻炼。SayIt 出来的结果是：帮我记三个事情：早睡，早起，锻炼。
你还可以设置你说中文 SayIt 出来的是英文，例如我说：你觉得今天的天气怎么样？SayIt 出来的结果是：How do you think the weather is today?
这些规则你都可以自己修改，或者创建自己的规则。并且你的光标在不同应用里面，还可以应用指定的规则。

AI 供应商

要使用 AI 功能，自然需要对接 AI 供应商，在 AI 供应商页面，你可以指定使用哪个大模型对你的文本进行处理。默认我会推荐使用 deepseek-v4-flash 这个模型。这里也支持其他常见的 AI 模型。

主题

在外观页面，你可以修改主题颜色，还可以修改这个悬浮窗的样式。

这个软件还有其他的功能和用法，你可以下载之后自己去发现。

开源项目

这是一个开源项目，希望大家能在 GitHub 上点一个 star，这是对开源项目最大的支持。使用过程中遇到 Bug 或者有什么建议，欢迎在评论区告诉我。
后面，我会分享更多关于做这个 AI 语音输入法的过程，以及这个软件的使用等，如果大家对这类话题感兴趣，可以在下面留言。

文章链接

SayIt 官网：https://sayitapp.site

GitHub 项目：https://sayitapp.site