Spokenly
Spokenly是一款轻量级的macOS应用程序，它使用AI驱动的语音识别将口语转换为任何应用程序中的文本，提供具有本地处理和注重隐私功能的实时转录。
https://spokenly.app/?ref=producthunt&utm_source=aipure
产品信息
更新于：2025年08月09日
什么是 Spokenly
Spokenly是一款语音转文本的辅助应用程序，专为在Mac电脑上进行高效听写而设计。它是一款免费、轻量级（2.9MB）的应用程序，利用Whisper和其他AI模型将语音实时转换为文本。该应用程序可在任何接受文本输入的Mac应用程序中通用，包括浏览器、电子邮件客户端、IDE、聊天应用程序和文字处理器，使其成为喜欢通过语音而不是打字的用户的多功能工具。
Spokenly 的主要功能
Spokenly 是一款轻量级的 macOS 听写应用程序，可以将口语转换为任何应用程序中的文本。它提供具有卓越准确性的实时转录，支持 100 多种语言，并具有人工智能驱动的文本处理功能。该应用程序在后台安静运行，直到通过可自定义的键盘快捷键激活，允许用户在光标所在位置听写文本。它提供本地和基于云的处理选项，具有强大的隐私功能，并且无需帐户。
通用应用程序集成: 与任何接受文本输入的 Mac 应用程序无缝协作，包括浏览器、电子邮件客户端、IDE、聊天应用程序和文字处理器
隐私优先设计: 提供纯本地模式，其中语音数据永远不会离开 Mac，并可以选择使用云模型来增强功能
代理模式控制: 支持通过语音命令控制 Mac 功能，例如搜索网络、启动应用程序和免提运行快捷方式
人工智能增强处理: 具有智能提示功能，可使用 GPT-4 和 Claude 等模型进行语法纠正、文本格式设置和上下文适应
Spokenly 的使用场景
专业沟通: 通过语音听写快速撰写电子邮件、即时消息和商务文档
内容创作: 通过将想法直接说成文本来高效地起草文档、博客文章和创意写作
多语言工作: 支持跨多种语言工作的国际团队和个人，并具有自动语言检测功能
辅助功能支持: 通过在所有应用程序中提供免提文本输入来帮助有打字困难的用户
优点
无需帐户或注册
轻量级应用程序（仅 2.9 MB）
提供免费的本地处理选项
支持 100 多种语言
缺点
需要 macOS 13.0 或更高版本
某些高级功能需要付费云模型
本地 Whisper 模型无法解释口语标点符号
如何使用 Spokenly
下载并安装: 从Mac App Store下载Spokenly（需要macOS 13.0+）。它是一款轻量级的7MB应用程序，可以快速安装。
设置快捷方式: 配置自定义键盘快捷方式以启动/停止听写。默认情况下，它使用右Option（⌥）键。
定位光标: 将光标放置在您希望文本出现在任何应用程序或文本字段中的位置。
开始听写: 按下您配置的快捷键以激活听写模式。视觉提示将指示系统何时正在监听。
自然地说话: 以正常速度开始说话。文字将实时出现在光标所在的位置。
停止听写: 说完后再次按下快捷键以停止听写。
选择模型（可选）: 在本地Whisper模型（免费，可离线工作）或云模型之间进行选择以获得增强的功能。
启用代理模式（可选）: 访问语音命令功能以控制您的Mac，搜索网络或使用自然语音命令启动应用程序。
Spokenly 常见问题
支持超过100种语言，包括英语、西班牙语、法语、德语、中文、日语、俄语等等。转录质量因模型和语言而异。
与 Spokenly 类似的最新 AI 工具
MicVoice.Ai
MicVoice.Ai是一个全方位的AI语音生成平台，将书面文本转换为高质量、自然的语音，支持17多种语言，提供超过5000种逼真的AI语音。
Narrai
Narrai是一款AI驱动的移动应用，通过自动生成相关剧本并提供多种叙述者角色，即时为短视频创建语音旁白和背景音乐。
Vagent
Vagent是一个轻量级的语音接口，使用户可以通过语音命令与自定义AI代理互动，提供了一种自然和直观的方式来控制自动化，支持60多种语言。
F5 TTS
F5-TTS 是一种最先进的非自回归文本转语音系统，使用 Flow Matching 和 Diffusion Transformer 技术生成高度自然和富有表现力的语音，具有零样本语音克隆功能。
类似 Spokenly 的热门 AI 工具
Audio player for ChatGPT
一个 Chrome 扩展程序，通过添加一个用户友好的音频播放器来增强 ChatGPT 的朗读功能，该播放器具有播放/暂停、进度条和持续时间显示等基本控件。
Clipchamp
Clipchamp 是一个易于使用的在线视频编辑器，具有专业功能、AI 驱动工具和模板，允许任何人无需专业知识即可创建高质量视频。
Vidnoz
Vidnoz 是一个 AI 驱动的视频创作平台，使用户能够快速生成具有逼真头像、自然声音和可定制模板的专业品质视频。