SayIt

开源的 Windows 语音输入,可选本地、云 API 或自建服务器识别,AI 润色提示词可改。

访问官网 (在新标签页打开) 与其他工具对比

SayIt 是基于 Tauri、React 和 Rust 开发的 Windows 语音输入应用,采用 AGPL-3.0 协议。按下快捷键说话(默认再按一次结束,另有独立的按住说话快捷键),整理好的文字会插入任意应用的光标位置。它提供三种模式:本地识别内置 7 档 GGUF 模型并支持显卡加速;云 API 模式用你自己的密钥接入豆包、千问、OpenAI、Gemini、OpenRouter、小米 MiMo、Groq Whisper 或任意 OpenAI 兼容服务;服务器模式连接你用 Docker 自建的 SayIt 后端。所有 AI 润色模式的提示词都可修改,并可按应用自动切换。可选的上下文感知会读取光标附近文本;先选中文字再说话,语音会被当作翻译、精简、改写等编辑指令,密码框会自动跳过。热词在豆包、千问、服务器模式和本地 Qwen3-ASR 下参与识别偏置。

优点

  • 免费且开源(AGPL-3.0),可完全本地运行内置 GGUF 模型,也可自带 API 密钥
  • 润色提示词可改并支持按应用切换,含热词、悬浮窗流式字幕和本地可搜索历史
  • 后端基于 FastAPI,可用 Docker Compose 自部署,适合团队

缺点

  • 仅支持 Windows,没有 macOS 和 Linux 版本
  • 云端识别需要自备服务商密钥,费用由服务商按量计收
  • 边说边出字幕仅在豆包、千问这类流式识别下可用
平台
  • Windows
处理方式
混合
离线可用
是
支持语种
—

定价

定价模式
开源
免费额度
是

功能

  • 是 任意 App 可用
  • 是 实时出字
  • 是 自动标点
  • 是 AI 润色
  • 是 自定义词库
  • 否 语音指令
  • 是 按住说话
  • 否 自动识别语言
  • 是 翻译
  • 否 音频文件转写
  • 否 会议记录
  • 是 多语言界面
  • 是 历史记录

将 SayIt 与这些工具对比

最后核对:2026-09-22