#分享 自己做了一個語音打字工具，免費開源
國立陽明交通大學
我是工程師，最近都在用 Claude Code 同時開好幾個 agent 跑任務，結果發現打字打指令的時間比想問題的時間還長。再加上每天回 email、Slack、寫文件，打到手痠
最先試的是 iPhone 跟 Mac 內建的語音輸入，但它就是原樣聽寫，「嗯」「那個」全部打出來，中英混講更是直接爛掉。後來看了 Wispr Flow（$15/月）、Typeless（免費版一週才 4000 字）、SuperWhisper（$249 買斷），要嘛月費不便宜，要嘛功能不夠，而且通通要聯網。不想每個月多一筆訂閱費，乾脆自己用 Rust 寫了一個叫 Sumi
不是你說什麼就打什麼，你可以用本地的 AI 幫你把口語整理成書面語
比如我對著電腦說「跟 Alice 說我明天不能吃午餐了工作上有事」，它就會變成：
「Hi Alice, 我明天沒辦法去吃午餐了，工作上臨時有事。改到禮拜四可以嗎？」
或者說「幫我 call 那個 API，然後把 component 移到 banner 右上角」，這種中英夾雜加上術語的，內建語音辨識起來效果很差，但 Sumi 能處理到
另一個我很常用的功能是它會看你在用什麼 App 來調語氣。同一句話，Gmail 出來比較正式，LINE 出來會口語一點還加 emoji，Slack 就短短的。你可以自己調整在哪個App要用哪種語氣
全部都在自己電腦上跑，不會把錄音傳到雲端。我自己每天處理蠻多私人對話跟程式碼的，這點對我來說很重要。程式碼全部公開，不是那種「我們不會上傳你的資料」然後你也沒辦法驗證的平台 （沒有在臭）
完全免費，macOS 跟 Windows 都能用 (Windows Cuda 還要優化)，中英文混著講也 OK。
對了還有一個新的會議模式，開會前啟動它，就會在背景持續幫你轉錄，全部存成筆記，目前還在 beta 版本。
有興趣的可以試試看：
有問題歡迎問，我自己做的所以對於產品什麼都能回答
Demo 在這裡，是用英文版介面錄的，想用繁體就把偏好語言改成繁體就好了~
