PipeVoice

什么是 PipeVoice？

PipeVoice 是一款专为 Windows 设计的免费、注重隐私的开源语音听写应用。它让用户通过说话在任何应用中打字，将语音实时转换为光标所在位置的实际按键输入。支持多种 AI 引擎和可选的文本润色，PipeVoice 兼顾云端和完全离线的工作流，确保灵活性和对数据的掌控。

PipeVoice 的主要功能有哪些？

• 默认私密：可选择使用 Local Whisper 和 Ollama 实现完全离线操作，确保数据不离开你的电脑。即使使用云端服务提供商，你的音频也只会发送到你选择的服务，绝不会发送到 PipeVoice 服务器。

• 可在任何地方打字：在终端、编辑器、浏览器、聊天框等中无缝工作，注入实际按键，无需复制粘贴。

. ### 开源且可审计：完整代码库可在 GitHub 上获取，用户可验证安全性和功能。

• 按应用配置文件：根据聚焦的应用自动调整设置——非常适合为编程终端、聊天应用或文本编辑器定制行为。

• 听写历史记录：在本地电脑上存储转录文本，让你无需任何云端上传即可回顾和重用过去的听写内容。

• 口音和语言支持：适应多种英语口音（例如英式、美式、澳大利亚式），并允许为非母语口音或说话模式添加自定义语音备注。

• 语音命令：包含“new line”、“tab key”、“scratch that”和“send it”等命令，用于免手动的格式化和控制。

• 轻量高效：作为系统托盘应用运行，资源占用低，专为 Windows 原生构建，无 Electron 臃肿。

• 自我更新：静默检查更新，使用 SHA-256 验证，并安装新版本，无需重新安装。

如何使用 PipeVoice？

1. 安装：从官方 GitHub 发布页面下载并运行安装程序。PipeVoice 将启动并驻留在系统托盘中。

2. 配置连接器：选择你的转录引擎（Deepgram、OpenAI Whisper 或 Local Whisper）和可选的润色阶段（OpenAI、Google Gemini、OpenRouter 或本地 Ollama）。对于完全离线设置，请将 Local Whisper 与 Ollama 配对使用。

3. 设置热键：使用默认热键（例如 Ctrl + \）直接在聚焦的应用中听写，或使用辅助热键（例如 Right Ctrl + Shift）将文本复制到剪贴板。

4. 自定义按应用配置文件：通过托盘菜单为特定应用定义设置——例如在终端中启用自动回车，或在聊天应用中启用文本润色。

5. 开始听写：按住热键，说出文本，松开后即可完成输入或复制。根据需要利用语音命令进行格式化和提交。

PipeVoice 是免费的吗？

是的，PipeVoice 完全永久免费。你可以通过选择完全离线的 Local Whisper 和 Ollama 路径免费使用，或利用免费的润色选项，如 Google Gemini 或 OpenRouter 社区模型。如果你偏好基于云端的服务，可以使用自己的 API 密钥与 Deepgram 或 OpenAI 等服务商直接付费（通常每天只需几美分）。未来可能会推出带有托管密钥的 Pro 版本以提供便利，但核心应用将保持免费。

使用 PipeVoice 的有用提示

• 最大化隐私：为了绝对的数据安全，选择 Local Whisper 进行转录，Ollama 进行润色，将所有内容保留在设备上。

• 利用按应用配置文件：为常用应用设置配置文件，以自动化行为，例如在 Slack 中自动发送消息，或在代码编辑器中保留原始文本。

• 使用语音备注：如果你有独特的口音或说话模式，添加描述性备注（例如“母语为西班牙语”）以提高 AI 润色的准确性。

• 探索语音命令：结合使用“send it”等命令，在听写后自动按 Enter 键，简化聊天或命令行界面的工作流。

• 监控听写历史记录：从托盘打开历史记录窗口以检索过去的转录文本，便于参考或重用内容。

• 保持更新：启用自动更新，无需手动干预即可获取最新功能和改进。

• 尝试不同引擎：测试不同的转录和润色组合，以找到适合你需求的速度、准确性和成本的最佳平衡点。

关于 PipeVoice 的常见问题

PipeVoice 与 Wispr Flow 有何不同？

PipeVoice 是免费、开源的，专为 Windows 原生构建，而 Wispr Flow 是一项付费订阅服务（144 美元/年），最初为 Mac 设计。PipeVoice 通过允许单独选择转录和润色引擎（包括完全离线选项）提供了更大的灵活性。

PipeVoice 能否与 Claude Code 和 Cursor 等 AI 编程工具配合使用？

完全可以。PipeVoice 可直接在任何应用中打字，包括运行 Claude Code 的终端、Cursor 的聊天界面或任何编辑器，从而实现语音驱动的编程和提示输入。

我的语音数据会上传到云端吗？

仅当你选择 Deepgram 或 OpenAI Whisper 等基于云端的转录引擎时——你的音频会发送到你选择的服务商，而不是 PipeVoice。使用 Local Whisper 时，不会上传任何数据。可选的润色阶段仅将文本（而非音频）发送到 Gemini 或 OpenAI 等服务，而使用 Ollama 时，所有内容都保留在本地。

如果 Windows 将 PipeVoice 标记为未识别的应用，我该怎么办？

出现此警告是因为 PipeVoice 缺少付费的代码签名证书。要继续操作，请点击“更多信息”，然后点击“仍要运行”。你可以在 GitHub 上查看开源代码以验证其安全性。

我可以将听写内容发送到剪贴板而不是直接打字吗？

是的，使用辅助热键（可在设置中配置）来捕获语音并将结果复制到剪贴板，非常适合跨窗口多任务处理。

哪种转录引擎最适合我的需求？

• 对于实时流式处理：选择 Deepgram。
• 对于高准确性：选择 OpenAI Whisper。
• 对于离线隐私：使用 Local Whisper。 根据你对成本（免费的 Gemini/OpenRouter）或离线操作（Ollama）的偏好，搭配润色阶段。

PipeVoice 支持语音命令吗？

是的，内置了“new line”、“tab key”、“scratch that”和“send it”等命令，并可在设置中开启或关闭。

过去的听写内容如何存储和访问？

所有转录文本都保存在本地电脑上。从托盘打开历史记录窗口，可以查看、重新复制或清除之前的听写内容。

我可以为不同应用自定义行为吗？

是的，通过按应用配置文件，你可以为每个应用设置独特的规则，包括转录引擎、文本清理、自动回车和输出类型（打字 vs. 剪贴板）。

有适用于 Mac 或 Linux 的版本吗？

目前，PipeVoice 专为 Windows 10 和 11 构建，尚无针对其他操作系统的发布计划。