夜雨聆风
免费的语音输入，有多好用？
一开始，我用的是手机上自带的语音输入——讯飞语音输入法、苹果自带的语音输入，这些都免费。但用下来问题不少：
标点符号识别不准：经常是一大段文字没有标点，或者标点错乱 转换精度不高：特别是一些专业词汇，经常识别错误 输入时长有限：很多工具单次输入有时长限制 稳定性一般：有时候转录到一半就卡住了
所以日常使用中，我一般不用这些语音转录工具。
Whisper 本地模型：理想很丰满，现实很骨感
后来了解到 OpenAI Whisper 开源模型，可以下载到本地免费使用。这听起来很美好——离线就能用，还免费。
但实际体验下来，问题很明显：太吃硬件了。
我有一个 32G 内存的 MacBook M 系列芯片，按理说性能不错。但问题在于，作为主力电脑，我不可能只运行语音转录这一个软件。Chrome、IDE、Obsidian……一堆东西开着，留给 Whisper 的内存和系统资源就很少了。
这导致什么结果呢？转录一个 10 分钟的语音，可能需要两三分钟。 这对我来说是不可接受的——总不能每次发完语音就干等着吧？
而且很多这类工具不支持后台转录，只能傻傻地盯着进度条。这体验，说实话有点折磨人。
Whisper API：效果好，但不够便捷
调用 OpenAI Whisper 在线 API 效果确实好，加上 AI 润色也能满足需求。但问题在于：在手机端和电脑端使用都很麻烦。
没有 Typeless 那么丝滑的跨设备体验，也没有那么方便的快捷启动方式。效果达标，但便捷性差了点。
2. Typeless：好用，但太贵了
直到我发现了 Typeless。这工具确实香：
手机、电脑端无缝切换 转录速度极快——8 分钟的语音，大概 1 分钟搞定 转录质量也相当满意
但问题来了：每月 30 美元，年付也要 12 美元/月。这个价格，让我肉疼了一下。
不过转念一想，我日常使用语音转录的频率非常高——每天很多次。算下来，它确实帮我省了很多时间和精力，文本质量也不错。所以咬咬牙，还是订阅了，用了大概一个月。
Typeless 的小遗憾
用了一段时间后，发现它有个局限：过于智能的格式化。
它会根据不同应用自动调整文本格式。比如在邮件中会添加抬头和结尾，在 Obsidian 中会精简内容。但这反而让我不舒服——
我想记录的是完整的思考过程，是详细的口述稿，而不是润色后的精简版条目。很多时候我就是想保存那个"一气呵成"的原始状态，细节很重要。
这时候我就开始琢磨：有没有更好的方案？
3. 意外的惊喜：TypeNo + 阿里 SenseVoice
后来我发现了 TypeNo——一个开源工具，可以在电脑上使用。
它的特点非常打动我：
完全免费使用 转录速度极快，和 Typeless 不相上下 支持中文、英文等语言，完全离线
你可能会问：体积这么小，效果能好吗？
我的实际体验是：惊！喜！
它的底层调用的是阿里开源的 SenseVoice 模型。虽然体积小（150MB 左右），但转录速度和准确率都非常让我满意。
我估计 Typeless 内部也是用的类似方案——先用小体积的离线模型快速转录，然后再用大模型（如 OpenAI）进行文本润色和格式适配。这么一想，很多商业工具的实现逻辑也就那么回事。
方案对比
4. 核心配置过程
技术架构
整个方案的架构是这样的：
语音输入：通过 Telegram 发送语音消息 转录引擎：优先使用阿里 SenseVoice 离线模型；如果失败，自动 fallback 到 OpenAI Whisper 在线模型 文本润色：通过 OpenClaw 接入的大语言模型进行润色——调整标点、段落、提取标题等 存储：直接写入 Obsidian Vault，通过 Obsidian Sync 同步到所有设备
为什么选择这个组合？
免费：离线转录不花钱；润色用的是账号绑定的大模型，也不额外收费 快速：SenseVoice 转录速度极快 灵活：可以自定义提示词，保留原始细节而不是过度精简
具体怎么实现的？
我在 OpenClaw 的目标电脑上配置了所有功能。逻辑如下：
1
语音消息 → SenseVoice 离线转录 → (失败则 Whisper API) → 大模型润色 → 写入 Obsidian日常使用中，转录成功率非常高，我用了好几天几乎没有失败过，也基本没花过钱。
5. 实际使用体验
现在的使用流程是这样的：
在 Telegram 中进入一个专门的 Group Topic 发送语音消息 不需要等待，可以立刻去做其他事情
然后 OpenClaw 会在后台：
自动转录语音 润色文本（标点、段落、标题提取） 添加 front matter（时间戳、标签等） 自动提取任务：如果笔记中提到了待办事项，也会提取出来
完成后，它会告诉我：
笔记保存的路径 单词数量 转录方式（本地/在线） 费用（通常是 0）
每次看到费用是 0，都非常快乐 😂
跨设备同步
笔记会直接写入 Obsidian Vault，而那个 Vault 配置了 Obsidian Sync，所以：
主力电脑能看到 手机端能看到 所有设备同步
整个过程行云流水，非常流畅。
对比以前的记录方式
现在就是：发送语音，然后该干嘛干嘛去。
6. 后续优化方向
这篇文章本身就是用这个工作流生成的。发送语音 → 自动转录 → 稍作调整 → 搞定。
接下来还想探索的方向：
📌 任务提取的优化：让 AI 更准确地识别和提取待办事项 📌 笔记链接的优化：让 AI 自动链接其他相关的笔记
有兴趣的朋友可以关注一下，后续可能会分享更多细
7. 总结
这套工作流带给我的核心价值是：
✅ 免费：离线转录 + 账号绑定的大模型，基本不花钱 ✅ 快速：1 分钟后台转录，不用干等 ✅ 完整：保留所有细节，不过度精简
如果你也有类似的记录需求，希望这个方案能给你一些启发。有问题欢迎评论区交流～
