VocoType - Präzise Offline-Spracheingabe

VocoType ist eine vollständig kostenlose Desktop-Spracheingabemethode, die speziell für Profis entwickelt wurde, die Wert auf Datenschutz und Effizienz legen. Die gesamte Erkennung erfolgt lokal – ohne Internetverbindung und ohne Datenübertragung.

Dieses GitHub-Projekt ist die CLI-Open-Source-Version (Kommandozeile) der VocoType-Kern-Engine und richtet sich primär an Entwickler.

➡️ Möchten Sie das beste Erlebnis? Laden Sie jetzt die kostenlose Desktop-Version herunter!

Sofort einsatzbereit, mit vollem Funktionsumfang und ohne technisches Vorwissen.

Besuchen Sie die offizielle Website, um die kostenlose, vollständige VocoType-Desktop-Version herunterzuladen

Funktionsübersicht

VocoType ist ein intelligentes Tool zur Spracheingabe, das Sprache in Echtzeit per Tastenkombination in Text umwandelt und automatisch in die aktuelle Anwendung einfügt. Es unterstützt Funktionen wie MCP-Sprache-zu-Text, KI-Textoptimierung und benutzerdefinierte Ersetzungswörterbücher, um die Spracheingabe effizienter und präziser zu machen.

📹 Demo-Video

Related MCP server: vibevoice-asr

Download

🤔 Was macht VocoType so besonders?

✅ Kernfunktionen

• Vollständige grafische Benutzeroberfläche: Sofort einsatzbereit, alle Vorgänge sind klar und intuitiv.

• Systemweite Eingabe: Direkte Spracheingabe in jeder Software und jedem Textfeld.

• Benutzerdefiniertes Wörterbuch: Unterstützung für bis zu 20 häufig verwendete Begriffe und Namen zur Verbesserung der Erkennungsgenauigkeit.

• 100% Offline-Betrieb: Absolute Privatsphäre und Datensicherheit.

• Flaggschiff-Erkennungs-Engine: Präzise Erkennung von gemischten chinesischen und englischen Inhalten.

• KI-Intelligente Optimierung: Unterstützung für verschiedene KI-Modelle. Durch anpassbare Prompt-Vorlagen werden Tippfehler, Homophone und Selbstkorrekturen in der Transkription automatisch behoben. Intelligente Erkennung von Korrekturbefehlen in der Umgangssprache (z. B. "nein", "ändere zu"), um den Ausgabetext präziser und flüssiger zu gestalten.

(Für professionelle Anwender mit höheren Anforderungen bietet die App eine Option zum Upgrade auf die Pro-Version, um Funktionen wie unbegrenzte Wörterbücher freizuschalten.)

🎯 Geeignet für verschiedene professionelle Szenarien

Ob für Texter, Anwälte, Wissenschaftler, Gamer oder den Büroalltag – VocoType ist Ihr zuverlässiger Effizienzpartner.

✨ Merkmale der VocoType-Kern-Engine

Alle VocoType-Versionen teilen sich dieselbe leistungsstarke Kern-Engine.

• 🛡️ 100% Offline, keine Sorgen um den Datenschutz: Die gesamte Spracherkennung erfolgt lokal auf Ihrem Computer.

• ⚡️ Flaggschiff-Erkennungs-Engine: Präzise Erkennung auch bei gemischten chinesischen und englischen Inhalten.

• ⚙️ Hochgradig anpassbar: Einzigartige Ersetzungswortlisten sorgen dafür, dass Namen, Orte und Fachbegriffe sofort korrekt erkannt werden.

• 💻 Leichtgewichtiges Design: Benötigt nur 700 MB Arbeitsspeicher, reine CPU-Inferenz, keine teure Grafikkarte erforderlich.

• 🚀 0,1 Sekunden Reaktionszeit: Erleben Sie die Schnelligkeit von "Gesprochenem als Text", damit Ihre Inspiration nicht durch Wartezeiten unterbrochen wird.

🛠️ Installationsanleitung für die CLI-Version (für Entwickler)

Hinweis: Diese Version richtet sich an Entwickler mit technischem Hintergrund. Wenn Sie nicht mit der Kommandozeile vertraut sind, empfehlen wir Ihnen dringend, die offizielle Website zu besuchen und die benutzerfreundliche kostenlose VocoType-Desktop-Version herunterzuladen.

1. Systemvoraussetzungen

• Python 3.12

• Wir empfehlen dringend die Verwendung von uv oder venv zur Erstellung einer virtuellen Umgebung.

2. Klonen und Installation

# 1. 克隆仓库
git clone https://github.com/233stone/vocotype-cli.git
cd vocotype-cli

# 2. (推荐) 创建并激活虚拟环境
pip install uv
uv venv --python 3.12
source .venv/bin/activate  # macOS/Linux
# 或者 .\.venv\Scripts\activate  (Windows)

# 3. 安装依赖
uv pip install -r requirements.txt

# 4. 运行
python main.py

# 保存数据集运行
python main.py --save-dataset

Modell-Download: Beim ersten Start lädt das Programm automatisch etwa 500 MB an Modelldateien herunter. Bitte stellen Sie sicher, dass eine stabile Internetverbindung besteht.

🌐 Volcengine BigASR Streaming-Erkennungs-Backend (optional)

Zusätzlich zur standardmäßigen lokalen FunASR-Offline-Engine unterstützt VocoType CLI die Anbindung der Volcengine Doubao Large Model Streaming-Spracherkennung als Cloud-Backend.

Vorteile

Konfigurationsschritte

1. Melden Sie sich in der Volcengine-Konsole an, erstellen Sie eine Sprach-App und rufen Sie den App Key und Access Key ab.

2. Erstellen Sie eine config.json im Projektverzeichnis:

{
  "backend": "volcengine",
  "volcengine": {
    "app_key": "YOUR_APP_KEY",
    "access_key": "YOUR_ACCESS_KEY",
    "resource_id": "volc.bigasr.sauc.duration",
    "enable_punc": true,
    "enable_itn": true
  }
}

3. Starten Sie mit dem Parameter --config:

python main.py --config config.json

Hinweis: Bei Verwendung des Volcengine-Backends werden Audiodaten zur Erkennung an die Volcengine-Server gesendet und sind nicht mehr vollständig offline. Wenn Sie strenge Datenschutzanforderungen haben, verwenden Sie bitte weiterhin das standardmäßige lokale FunASR-Backend.

Häufig gestellte Fragen (FAQ)

F: Sind meine Daten sicher?

A: 100% sicher. Alle Spracherkennungen erfolgen lokal offline. Ihre Audiodaten werden nicht auf Server hochgeladen.

📞 Kontaktieren Sie uns

• Fehler und Vorschläge: Bitte nutzen Sie vorzugsweise GitHub Issues.

• Folgen Sie uns für aktuelle Updates: https://vocotype.com

🙏 Danksagungen

VocoType wäre ohne die folgenden hervorragenden Open-Source-Projekte nicht möglich gewesen:

• FunASR – Ein von der Alibaba DAMO Academy quelloffenes Spracherkennungs-Framework, das VocoType leistungsstarke Offline-Spracherkennungsfähigkeiten verleiht.

• QuQu – Ein exzellentes Open-Source-Projekt, das wichtige technische Referenzen und Inspiration für VocoType lieferte.

Wir danken diesen Open-Source-Communities für ihre selbstlosen Beiträge!