全程离线,隐私至上
音频在本地识别,不向任何服务器上传音频片段或转写文本。你的声音,只属于你。
v1.0.0 · 本地优先 · 不上传
本地语音输入
本地语音输入
私密,且自由
把手机变成麦克风,对着说话,文字实时出现在光标处。
语音识别在本地完成 —— 音频与文本从不离开你的电脑。
下载 macOS
Windows 即将推出
为什么是智音
把语音输入,做得本分又极致
不是又一个联网听写工具。智音把识别能力装进你的电脑,让你重新掌控自己的声音。
手机即麦克风
扫一下二维码,手机浏览器秒变高质麦克风。同一局域网下直传 PCM,无需蓝牙、无需线缆、无需装 App。
本地 ASR 引擎
基于 whisper.cpp,Apple Silicon 上 Metal GPU 加速,实时转写。支持 base / small / medium 多档模型。
自动写入光标
识别完成的文字自动粘贴到你当前正在使用的输入框 —— 聊天、文档、搜索框,随说随到。
云端可选,随时关闭
需要更精准的中文标点断句?一键切换云端 Fun-ASR。完全可选,本地优先,你说了算。
智能静音过滤
能量门控 VAD 自动跳过静音段,只转写真正有内容的声音。阈值在设置页实时可调,无需重启。
三步上手
从扫码到说话,不到一分钟
-
01
启动智音
打开桌面端,自动选择最佳已安装模型。可选择本地 whisper 或云端 ASR 引擎。
-
02
扫码连接
用手机扫屏上的二维码,浏览器授权麦克风。全程在同一局域网内,加密传输。
-
03
说话即写
对着手机说话,文字实时转写并自动注入到光标处。说完即可,无需切换窗口。
隐私优先
你的声音,只属于你
智音把"隐私优先"做成默认,而不是可选的承诺。
-
✓
本地推理 · 手机采集的音频经局域网加密通道直传到你的电脑,在本机完成识别。
-
✓
零上传 · 本地模式下,音频与转写文本不经过任何第三方服务器。
-
✓
云端可控 · 云端 ASR 完全可选,且你可随时一键关闭。
data-flow.log
// 本地模式数据流
手机 getUserMedia
→ 局域网 WSS 加密帧
→ 本机 whisper.cpp 推理
→ 剪贴板 + 注入光标
// 上传到云端的音频:0 KB
// 上传到云端的文本:0 字节
技术栈
为性能与隐私而生的组合
桌面端
Electron · TypeScript · React · Vite
跨平台桌面外壳,React 三段式交互界面,极速热更新的开发体验。
原生核心
C++20 · CMake
独立 Native Core 进程,经 stdio JSON Lines 与主进程通信,互不阻塞。
识别引擎
whisper.cpp · Metal
高性能本地 ASR,Apple Silicon GPU 加速,低延迟实时转写。
传输
局域网 WSS 二进制直传
手机直取 PCM、电脑直收,零编解码开销,架构极简、延迟极低。
常见问题
你可能想问的
支持哪些系统?
目前已发布 macOS(Apple Silicon)版本,提供 DMG 安装包。Windows 版本正在开发中,即将推出。
需要联网吗?
本地模式完全离线,只需要手机和电脑处于同一局域网。若使用云端 ASR,则需要联网。
音频或文本会被上传吗?
本地模式下:绝对不会。音频在本机识别,转写文本直接写入输入框,不经过任何第三方服务器。仅在显式开启云端 ASR 时,音频才会传输到你所选的云端服务商。
支持哪些语言?
本地 whisper 支持多语种识别(99 种语言)。中文场景若需要更精准的标点断句,推荐切换到云端 Fun-ASR。
性能怎么样?会卡吗?
在 Apple Silicon 上,base / small 模型可实时转写,Metal GPU 加速,延迟很低。内置能量门控 VAD 自动过滤静音段,减少无意义计算。
手机和电脑怎么连接?
确保手机和电脑连同一个 WiFi,用手机相机或浏览器扫码,授权麦克风即可。无需在手机上安装任何 App,用浏览器即可。
准备好用声音输入了吗?
免费 · 本地优先 · 隐私至上。下载即用,无需注册。