听写软件按月收费?这个免费的我把安装包都验了,有两个坑

听写软件按月收费？这个免费的我把安装包都验了，有两个坑

你一天要敲多少字？回消息、写周报、记会议纪要，手指在键盘上，脑子里那句话还没说完。

听写软件就是为这个场景做的：按一个键说话，字自己落到光标那儿。Wispr Flow 这类工具把这件事做得很顺——识别准，能顺着上下文把你的口语收拾成一句能直接发出去的话，还跨平台。它按月订阅，钱花在哪儿你也是清楚的。

今天这个项目叫 SpeakoFlow，干的是同一件事，MIT 协议全开，语音识别在你自己的电脑上跑。

门槛先交底，一共三条：Windows 安装包没有数字签名，装的时候系统会弹警告；Windows 上有人遇到过启动报错，缺一个系统运行库；如果你要它的"AI 清理"功能，得另外下一个 795 MB 的模型，而且目前只认英文。 三条能接受，再往下看。

它到底能替你干什么

一句话：按一下快捷键说话，字直接打进你正在用的任何软件里。

不用切窗口。你在微信里、在 Word 里、在代码编辑器里，按快捷键开始说，松开就出字。可以边说你边看它往上蹦，也可以等你说完一次性出。

转写是纯本地的。它内置 whisper.cpp 和 Parakeet 两种引擎，跑在你自己的显卡或 CPU 上。你的声音不出这台电脑——这是它跟云端听写最实在的区别。

它会顺手把你说的废话去掉。说"呃"、"那个"、说到一半改口，这些按你说的规则清理。还能给它设一个语气：正式、友好、简洁，或者你自己写一条要求。

说话能干的活不止打字。对着它说一句"嘿 Flow，把这件事回给老王，语气客气点"，它把成品给你。开一个悬浮小窗就能用语音跟它聊，答案还能读出来——用的是本地 Kokoro 语音合成。

它还能看你屏幕。按个快捷键截一张图丢给模型，问它"这个报错什么意思"。

你原来付的是什么钱

Wispr Flow 这类听写软件的收费逻辑，是把"说出话"和"说出能用的话"拆成两层。

底下那层是转写：声音变成文字。往上那层才是它真正卖的东西——把口语里的口水话、错字、重复清掉，让它变成你能直接发出去的文本；再加上跨应用的自动格式、你自己的词库和语气记忆。

免费额度通常卡在字数额度和功能层上：超了就限速或断供，跨设备同步、自定义词库、某些平台的完整支持，都往后放。

SpeakoFlow 干的是同一件事，但它把"干净文本"这一层交给你自己在本地跑的小模型，不设额度。那个小模型占多少硬盘，下面门槛里算给你听。

技术拆解（说人话）

它是 Rust 加 Tauri 做的，整个仓库只有这两种主力语言。Rust 那部分管转写和系统集成，Tauri 那部分是界面。

这样选的结果，直观上就是三件事。

安装包不大。Windows 那个 33 MB 出头，macOS 的 31 MB 出头——里面装着 App 本体，模型是后面按需下的。很多同类工具光装完就几百兆。

转写不联网。语音引擎跟着 App 一起装在本地，识别在你自己机器上完成。

能接你自己已有的模型。它认 .gguf 和 Whisper 的 .bin 文件，你可以直接指向硬盘上已有的模型，它读原文件，不复制不搬动。你之前为别的工具下过模型的话，这步能省掉一次重复下载。判断文件类型它是读 GGUF 头，不是看文件名，所以三个都叫 model.gguf 也不会认错。

项目里有 20 个语言包，包含简体中文和繁体中文的界面翻译。简中那份 74.5 KB，英文原文 74.7 KB，基本是等量翻完的。界面上能用中文，对国内用户算加分。

实测记录（2026-09-24）

我做了这些，都是可复现的。

① 真下载了两个平台的安装包，核对官方哈希。

Windows x64 安装包 SpeakoFlow_1.4.0_x64-setup.exe：33,283,275 字节，6 秒下完。本地 sha256sum 算出来 87eebf95…e109f4，和 GitHub release 接口里这个资产的官方 digest 字段逐位一致。

macOS x64 的 SpeakoFlow_1.4.0_x64.dmg：31,283,761 字节，5 秒下完，本地 SHA256 7ae79ff2…82743，同样和官方 digest 对得上。

② 拆开看了安装包的真面目。

Windows 那个虽然叫 x64，PE 头里 machine 字段是 0x14c，也就是 32 位的安装器外壳，带 Nullsoft 标记——NSIS 打包的，这是 Tauri 在 Windows 上的常规做法，装完之后跑起来才是 64 位程序。

③ 查了数字签名。

结果是 NotSigned。安装包没有代码签名证书，Windows 会弹 SmartScreen 警告，得点"更多信息 → 仍要运行"。这一条作者自己也在 README 里写了，还列在 roadmap 第一位。

④ 探了模型下载源。

README 的引导脚本要从 blob.handy.computer 拉一个 1.8 MB 的语音活动检测模型。我这里实测能连通（HTTP 200，走 Cloudflare）。但它终归是海外主机，网不好的时候会是首次使用的卡点。

⑤ 我没做的：没在你机器上安装它，也没真的对着它说话测识别准不准。转写准不准、快不快，取决于你选哪个模型、用什么显卡，光看别人跑分没用。

⑥ 顺手查了 issue。最近 4 条关掉 2 条，一条 3 天关、一条 11 天关。还开着一条值得你知道——有位 Windows 11 用户装完后启动报 vulkan-1.dll was not found，卡在打不开（2026-09-21 提出，作者回了一条）。这是走 GPU 渲染路径带来的依赖，显卡驱动老或者虚拟机里的机器容易踩到。

使用门槛，一条条算

• 系统
  ：Windows 10/11、macOS、Linux 三端都有现成安装包，不用自己编译。macOS 有 Intel 和 Apple Silicon 两个包。
• 签名
  ：没有。Windows 会弹 SmartScreen；macOS 首次打开可能要右键"打开"绕过 Gatekeeper。
• 硬盘
  ：App 本体几十兆。转写模型另算，几百兆起步；AI 清理那个 SpeakoFlow Mini 是 795 MB。
• 网络
  ：日常转写不需要网。首次下模型要联网，源在海外，慢的话这步得等。
• 语言
  ：界面有简体中文。AI 清理那个模型目前只支持英文——你说中文它能转写，但"清掉口水话"这一层对中文还没有。
• 系统运行库
  ：Windows 上可能需要 Vulkan 运行库，就是上面那个报错的来源。
• 显卡
  ：CPU 也能跑，就是慢。想让它跟手，有块像样的显卡差别很大。
• 账号
  ：不用注册，不用登录。
• 许可证
  ：MIT，很宽松，拿去改拿去用都行。

什么情况下值得装，什么情况下先别急

值得装的：

• 你每天写字量大，手腕开始疼了，想换成说话。
• 你写的内容以英文为主——它的清理和润色这条链在英文上最完整。
• 你在意隐私，不想把语音传到别人的服务器上。
• 你有一台带独显的机器，不介意折腾一次模型。
• 你正在用按月订阅的听写软件，想先看看免费方案能不能接上。

先别急的：

• 你主要说中文，还想要"说完自动变成干净句子"——这一层中文还没到位。
• 你的机器是几年前的轻薄本、没独显，转写会明显迟钝。
• 你不想碰命令行，也不想等几 GB 的模型下载。
• 你在公司电脑上装东西要 IT 审批，未签名安装包基本过不去。

我的判断

这个项目最值的地方，是它把"转写"从订阅制里拿了出来，而且真做成了三平台都能装的成品——不是那种只给源码、让你自己编译的仓库。

它现在的位置有点像早期的本地大模型工具：骨架齐了，细节还在补。安装包没签名、Windows 缺运行库会报错、AI 清理只认英文，这三条是真缺点，不是小瑕疵。

我的建议是：如果你用英文写东西多，现在就可以装上试，成本大概是半小时下载加配置。如果你主要写中文、又指望它一句话出成品，可以先收藏，等它的中文清理模型出来再说——作者把"更多语言支持"写进 roadmap 了，但没给时间表。

它还有个容易被忽略的用法：翻译。你说中文，它在本地给你出干净的英文，不走云端。写英文邮件又怕自己措辞不准的人，这个可能比清理模型更实用。

仓库地址：github.com/AbhishekBarali/SpeakoFlow

你现在打字量最大的是哪件事，回消息还是写文档？我挺好奇有没有人跟我一样，最想用语音搞定的是那种不想写但又必须写的周报。

数据说明： 数据截至 2026-09-24。本文所有 Star、Fork、Issue、创建与提交时间、release 资产体积与下载量、哈希值，均取自当天的 GitHub 接口实查结果与本机实测；模型下载源连通性为当日实测。收费模式只讲结构不写金额——不同渠道口径不一致，具体请以官方页面为准。

利益无关声明： 本文与 SpeakoFlow 及文中提及的 Wispr Flow 均无任何商业关系，未收取任何费用，也没有提前拿到作者的任何材料。