AI Tools / Local AI / Voice
SpeakoFlow：跨平台、MIT 授權的本機語音輸入與桌面 AI 助理
SpeakoFlow 是以 Tauri 2、Rust、whisper.cpp／Parakeet 打造的跨平台桌面語音工具，語音辨識可完全在本機執行，支援 Windows、macOS、Linux，並以 MIT 授權開源。它也能接本機或雲端 LLM、螢幕視覺、TTS 與個人記憶；但若啟用雲端模型或螢幕視覺，相關資料仍會送往使用者選擇的供應商。macOS 版本目前未經 Apple 簽章，安裝時需額外處理 quarantine。
2026年9月2日2 分鐘閱讀👁 6
Local AI / Voice Dictation / Open Source
語音輸入不一定要上雲：SpeakoFlow 把辨識、清理與助理能力放回桌面
SpeakoFlow 是免費、MIT 授權的桌面語音輸入與 AI 助理，支援 Windows、macOS、Linux。最值得注意的不是「免費替代訂閱制」這句宣傳，而是它把語音辨識、模型選擇與隱私邊界拆開：STT 可完全本機運行，助理則可選內建離線模型、本機伺服器或自帶金鑰的雲端供應商。
本機語音辨識
使用 whisper.cpp 或 Parakeet，搭配 Silero VAD；可用 CPU 或 GPU，在游標所在的應用程式直接輸入文字。
不只逐字稿
「Hey Flow」可把口述意圖改寫成郵件或回覆；另有浮動語音助理、翻譯、文字清理、TTS 與選配的螢幕視覺。
跨平台與開源
官方 GitHub 提供 Windows、macOS、Linux 安裝檔；專案採 MIT License，主要技術為 Tauri 2、Rust、React 與 TypeScript。
官方資料核對
| 項目 | 核對結果 | 實務意義 |
|---|---|---|
| 語音資料 | README 表示語音辨識在裝置上執行，不上傳語音；無帳號、無 telemetry。 | 單純聽寫可離線使用，適合重視隱私的工作內容。 |
| 助理模型 | 可選內建 llama.cpp、本機 Ollama／LM Studio，或自帶 API key 的 OpenAI-compatible provider。 | 「完全離線」取決於使用者選擇；接雲端模型時，提示與相關資料仍會送往該供應商。 |
| 螢幕視覺 | 只有使用者要求時才擷取，送往所選模型；本機只保留小型縮圖。 | 不是無條件背景監看，但使用前仍應確認敏感畫面的資料政策。 |
| 版本 | 2026-08-30 發布 v1.4.0，含 Windows、macOS Intel/Apple Silicon、Linux x86_64/ARM64 資產。 | 跨平台主張有實際 release assets 支撐。 |
| 成熟度 | GitHub 查核時約 199 stars、18 forks，專案建立於 2026-06。 | 仍是很新的工具，正式導入前應測穩定性、更新機制與安全性。 |
功能與技術堆疊
- 聽寫：按快捷鍵說話，放開後輸入到目前應用程式；也可設定 tap-to-start / tap-to-stop。
- 清理：可移除贅詞、修正文法標點並處理「換行」「重說」等口語命令；官方自有 SpeakoFlow Mini 約 795 MB，目前以英文為主。
- 翻譯：Whisper 可把其他語言轉成乾淨英文，留在本機處理。
- 模型重用：可指向既有 GGUF 或 Whisper .bin，不必重複複製模型。
- TTS：本機 Kokoro，或 OpenAI-compatible、ElevenLabs、Azure。
- 個人記憶與網路搜尋：皆為選配；記憶預設關閉並存於裝置上。
重要 caveat：Threads 的「不用連網、不回傳任何資料」只完整適用於本機 STT／離線模型路徑。若啟用雲端 LLM、雲端 TTS、Web Search 或螢幕視覺，資料流會依所選供應商而改變。應把「語音辨識本機化」與「整套助理完全離線」分開理解。