[討論] 做了一個替代typeless的開源語音辨識

[secretfly (乂o賈霸死鬼o乂(Jquery))]

來貢獻一下  為這個社會付出一下(?

我發現開源社群真的很棒  有人issue 有人PR的感覺真的很棒

緣起是之前typeless在脆上很紅  因為有分潤 所以一堆部落客在推廣

但後續又爆出資安疑慮  且收費也不便宜


所以我就網路上找了各種開源的語音辨識軟體研究一下

各種模型 以及該怎麼調整參數等等的

應該幾乎能做的功課我都做了  能試試看的模型我都試了

最後居然真的讓我找到滿意的效果!!!


於是打造出了SpeakSlow聲聲慢  速度超級爆炸快

模型使用 sherpa-onnx Paraformer

然後用本地規則去+標點(省下一個模型)

其中還有很多功能  我這裡就不多作介紹了


主要是windows版本在更新  Mac的話要通過朋友們回饋協助(暫時沒環境QQ)

官網: https://jeffrey0117.github.io/SpeakSlow/

裡面也找的到REPO可以翻或是issues



也很開心

居然有被電腦王阿達寫文章介紹:https://www.koc.com.tw/archives/646444

我完全不知道  是我自己google聲聲慢意外發現的



其實當初很早就想做語音辨識了  因為我有朋友耳朵不好  就有在雅婷逐字稿

後來該APP收費後他改用google的效果不好

那時候就有這個起心動念

這些一切技術都是建立在大家開源社群的貢獻  以及Claude Code的協助  很感恩



有興趣的人可以去裝來玩  也歡迎PR

我自己目前一天大概要講一萬字吧哈哈哈  因為vibe coding嘴砲流真的很爽

以上


謝謝各位前輩  終於明白開源社群的魅力是什麼了!!!

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.165.243.219 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1783087809.A.7B4.html
※ 編輯: secretfly (1.165.243.219 臺灣), 07/03/2026 22:10:42
推 MoonCode:
推 Obama19: 別人提issue pr 只有一開始很爽 後面就知道累了
原諒我還太嫩 真的很開心捏
但確實剛剛才在社群上看到有人說一些不禮貌issue啥的
推 nashmvp: 推
謝謝  歡迎玩玩看欸！
推 abccbaandy: 累啥？ 難道PR還會壓時程？
可能是指太多要看(?)求專家分享哈哈哈  開源真的很酷
※ 編輯: secretfly (1.165.243.219 臺灣), 07/04/2026 00:29:43
推 shane10222: 推 馬上試
推 iitze: 推！來試試
推 Suleika: 推
→ VScode: 我最近也魔改了voiceink 找時間分享
→ VScode: 我用elevenlab 的模型 ，中文辨識能力很好
推 hermithsieh: 推
推 aegius1r: 辨識效果很好耶 推
→ aegius1r: 希望能有其他語言...雖然我知道這很難w 許個願
主力是中文 其實這個模型也能辨識英文 效果也還行
推 sarsman: 請問以後會有計劃支援iphone嗎？
滿多人敲碗這件事情的ㄟ
我還沒玩到app那邊 但是有朝一日會去碰  我自己也是ios 所以有機會(亂立flag
因為嘴遁 我已經講超過十萬字哈哈哈哈
→ sarsman: 在macbook上試了一下，確實還不錯。
→ sarsman: 請問目前支援了哪些語言？中文跟英文好像都可以用。
如上所述 這隻模型英文其實也可以跑
推 workhardplz: 推推
謝嚕歡迎大家抓來玩玩看  真的很爽捏
※ 編輯: secretfly (1.165.243.219 臺灣), 07/04/2026 20:34:26
推 bcjohn: 推 想問一下跟 typeless 的主要差異是什麼呢？是速度回應
→ bcjohn: 很快嗎？
其實差滿多的 也不用主要差異  最小的差異就很大了  光是免費這件事
更別說Typeless也不是開源專案甚至是有資安問題(這個我不多說 可以搜一下很好找)
再來才是使用的體驗這件事  就是快 沒別的  本地模型 想拿你資料也沒門

真的要說主要差異 就是我沒辦法透過他賺錢XD
也沒像T牌可以搞分潤行銷  所以你才會鋪天蓋地的
看到跟他有關的短影片跟文章
※ 編輯: secretfly (1.165.243.219 臺灣), 07/05/2026 09:43:10
→ sarsman: 有人有常駐開AI修飾嗎，我試了Qwen2.5但會修過頭就關了
推 zxcasdjason1: 推個
推 chatnoir: 資安問題不確定真偽, 我記得他們有出來解釋?
他們解釋不可能真的說自己有問題啊  pchome被駭解釋也說沒有洩漏客戶資訊
那實際情況自己判斷囉  人家也不是隨便指控  這我不展開
→ chatnoir: 但我覺得 typeless 的優點除了精準度, 他還會整理
→ chatnoir: 說的話, 如果這個開源語音辨識也能做到就好了~
我沒有打算走這條路耶  既然資料都是本地不上雲端
就沒必要去比較精準度or 讓AI整理  這兩件事情本質上就是衝突的
我的use case 很簡單就是語音辨識的速度  準度完全也不差  再來就是不上雲
這個需求Typeless差滿遠的  已經是可以被替代掉的程度

就看你自己需求囉  也很多人看到t牌的分潤文後
一股腦有去訂閱購買  自由意志  我也不會阻止大家去使用XDDD
→ secretfly: 而且聲聲慢有讓你自己帶key給AI修正 你是不是沒去看XD
推 dnydnydnydny: 600mb 本地模型+分段處理有這個效果好猛, 之前也是
真的很猛 我也是調整測試優化很久
研究各家的模型什麼的
要認真做功課哈哈
→ dnydnydnydny: 想要自己做一個省錢Typeless 一個 asr + 一個修飾
→ dnydnydnydny: 模型 啟動一個輸入法先佔用我7-8gb 記憶體 速度也慢
→ dnydnydnydny:  可以當玩具但是要變成可用可推廣的工具真的不行
我現在只差葉配分潤的模式了XD  但沒關係慢慢推廣就可以了~
有興趣的會自己發現哈哈
推 kiv9137: 推個 最近也在玩語音輸入程式
推 TTTTv: 推! 請問熱詞新增後再回去看會不見，是正常的嗎?
你是哪個環境 windows嗎  歡迎ISSUE  這個問題我收到了
有空我會去查看一下
※ 編輯: secretfly (1.165.208.157 臺灣), 07/10/2026 17:12:24
推 TheOneisNEO: 我有做一個類似的在android上 但手機太爛了反應時間
→ TheOneisNEO: 有點長 還不如用gboard內建的
推 lucifiel0121: MiMo ASR 很強 推推
推 s98091028: 推
推 timmy999: 太厲害了 推
不敢當 運氣好讓我調整出還滿棒的效果  很開心大家喜歡  也謝謝PR與issues的人
以後有空繼續提供小玩具跟分享作品
推 WashFreeID: https://github.com/starmel/OpenSuperWhisper 差在
→ WashFreeID: 哪裡啊
差距滿多的耶
→ WashFreeID: 除了os外
推 knme: 推推
推 attacksoil: 沒點進去看 但whisper和Paraformer是不同技術
→ attacksoil: Paraformer是可以比較低成本串流的
→ myhome6206: 我用起來怪怪的...常常沒反應 然後跳前幾次說的話
有環境相關資訊嗎 從來沒聽說這個BUG耶  使用的狀況是?
版本 環境 觸發狀況提供一下我才可以去排查  目前沒收到相關問題
自己多台電腦使用也皆正常~
※ 編輯: secretfly (1.165.229.148 臺灣), 07/13/2026 14:29:05
推 tel[phone]: 推 希望快捷鍵多幾個 左ctrl,cmd
推 silverair: 跟openless 的差別是什麼呢@@
推 LeeQQ: 推個！macOS 已經安裝，Mac端有一些操作不順場的小問題，已
→ LeeQQ: 經推PR！整體的感受比Mac 內建的語音輸入好太多了
→ DendiQ: 建議把模型跟程式分兩個，不然每次小更新都要下載幾百MB
推 hiimlove: 我不能安裝耶，說有危險