SpokenType：支持自动润色的 AI 语音输入工具

Mac/Win | 免费+Pro | 220 词/分钟 | 50+ 语言

这是什么

SpokenType 是一款 AI 驱动的语音输入桌面应用，核心卖点不是语音转文字，而是「说一句话，AI 帮你完成一个任务」。支持自动去除语气词、智能断句、实时翻译、根据上下文生成回复——比打字快 4 倍（220 词/分钟）。

架构上，它像一个「AI 技能执行引擎」：通过屏幕感知（读取当前应用的内容）+ 个人记忆（记住你的表达习惯）理解意图，然后把语音输入转成结构化的文字、邮件回复、或翻译。内置 50+ 种语言支持，包括实时双语翻译。

与普通语音输入法（如讯飞、Apple Dictation）的差异：SpokenType 不只是转录，它会理解你正在做什么——在邮件窗口就生成正式回复，在聊天窗口就生成轻松回复，在文档中就整理结构化内容。你还可以自定义「技能」来串联自己的 AI 工作流。

人群	是否推荐	原因
需要频繁回复微信/邮件/客服的用户	✅ 推荐	屏幕感知 + 自动调语气，大幅减少打字
跨语言沟通场景（外贸、远程团队）	✅ 推荐	实时翻译 50+ 语言，说话即翻译
写长文/文档时不想打字	✅ 推荐	自动格式化、去除语气词、去除重复
隐私极端敏感者	⚠️ 酌情	有本地处理模式，但 Pro 功能依赖云端 AI
已有成熟的 AI 语音工作流（如直接调 Whisper API）	⚠️ 酌情	SpokenType 是「开箱即用」的全套方案，定制性不如自己搭

基础语音输入：按快捷键唤醒 → 开始说话 → 自动去除「嗯」「那个」等语气词 → 自动加标点分段 → 文字自动填入当前输入框。

实时翻译：说话时选择目标语言（50+ 可选），系统在你说的同时实时输出翻译结果，无需暂停等待。适用于跨语言邮件、聊天、文档协作。

智能回复：在聊天/邮件窗口，AI 读取屏幕内容理解对话上下文，你只需说「帮我回复」，AI 自动生成符合语境的回复——还能匹配你的个人风格和语气。

语音编辑：选中任意文字 → 说出指令（「精简一下」「改成正式语气」「翻译成英文」）→ AI 自动替换。

自定义技能：Pro 用户可创建自定义技能串联工作流，如「生成周报」「写会议纪要」「整理要点」等。

个人词典：自动学习你常用的专有名词和术语，也可手动添加，跨应用同步确保识别准确。

隐私模式：SpokenType 宣称「零云端留存」，语音处理后立即删除，不用于模型训练。本地历史存储在设备上。但 Pro 的云端 AI 功能需要数据发送到你配置的 AI 提供商（支持 10+ 提供商自行选择）。
闭源商业产品：非开源，免费版功能有限。Pro 订阅价格和限制见官网。
平台覆盖：目前 Mac/Win 客户端可用，iOS/Android 版本标注「即将推出」。
网络依赖：云端语音识别和 AI 回复功能需要网络连接；本地识别模式在网络不佳时可作为降级方案。

与 [[OpenLess：开源语音输入，口述需求整理成 AI Prompt]] 互补：SpokenType 偏「日常沟通与翻译」，OpenLess 偏「语音→Prompt 工程」。可根据场景切换。
发送前可配合 [[Privacy Filter：本地隐私脱敏，发给 AI 前清理敏感文本]] 清洗语音转录后的文本。
与 [[../03-效率生产力/AirTranslate：Mac 系统音频实时翻译，悬浮字幕]] 不同：AirTranslate 是系统级音频翻译，SpokenType 是你自己说话的翻译。
在 AI 内容生产中，用 SpokenType 口述初稿 → 导入 [[AIMedia：全自动 AI 媒体创作与多平台发布]] 做二次加工和多平台分发。

A: 系统语音输入只做转录。SpokenType 在转录基础上：去除语气词和重复、自动断句格式化、根据当前应用自动调整语气风格、支持实时翻译、能读屏幕内容生成智能回复——本质是「语音 AI 助手」而非「语音键盘」。

A: 免费版支持基础语音输入和润色。实时翻译、屏幕感知、智能回复、自定义技能等高级功能需要 Pro。邀请好友可免费获得 Pro 天数。

A: SpokenType 宣称：语音处理后立即从云端删除，不用于模型训练，历史记录本地存储。Pro 模式下数据直接发送到你配置的 AI 提供商（OpenAI/Claude 等），由提供商的数据政策决定。建议选配信任的 AI 提供商。