Linux 语音输入该选哪个？4 款支持本地处理的工具

想记下会议内容，敲键盘的手却停了下来。这时，如果说出的话能直接出现在输入框里，就方便多了。Linux 也能使用语音输入，但不同应用在文字输出方式、配置难度和语音处理位置上各有区别。

本文介绍 4 款工具，重点关注支持本地处理的应用。在设备上处理语音，就不必将音频数据发送到云端。不过，有些产品会根据设置切换为云端处理。开始使用前，请先确认当前选择的模型和处理位置。

先明确用途#

你更看重识别准确率，还是希望直接将文字输入到输入框中？只要明确这一点，选择就会容易许多。

如果想先检查语音转写的文字，再拿来使用，适合选择在应用内显示转换结果的工具。如果想在聊天或撰写文档时，通过快捷键进行语音输入，能将文字粘贴到当前输入框的工具会更方便。

使用本地处理时，可能还需要将模型下载到设备上。虽然不用向外部发送语音，但首次准备或处理过程可能需要一些时间。模型名称和数据发送目标，应以各应用的设置与说明为准。

Speech Note 的使用方式是，先在应用内查看语音转文字的结果，再将其复制到需要的位置。原文作者评价，在其试用过的 Linux 工具中，Speech Note 的准确率最高，且默认离线处理。输入内容不会发送给第三方，这也让注重隐私的用户更放心。

开始使用时，安装应用后，还需要安装语音识别模型。两者都可以通过点击操作完成，但并非装好应用就能直接使用。简要步骤如下。

对于希望直接向其他应用输入文字的人来说，复制粘贴多了一道操作。即便如此，对于想先检查结果再使用，或优先考虑离线运行的人来说，它仍然是值得考虑的选择。该应用可免费使用。

Handy 是一款免费的开源应用，使用 Whisper 或 Parakeet 在本地处理语音。按下快捷键并说话，识别出的文字就会进入当前输入框。它的特点是可以在保持笔记应用或聊天窗口打开的状态下使用。

原文介绍的方法是，先下载 AppImage，通过 Gear Lever 将其添加到桌面菜单，再完成几项设置。据原文的试用记录，从启动到可以进行语音输入，用时不到 5 分钟。这只是试用环境下的耗时，实际时间会因所用发行版和设置而异。

它的另一项优点是，在多种 Linux 发行版上都比较容易使用。不过，它没有自动润色文字的功能，语音处理有时也可能让人觉得偏慢。直接使用转换结果前，请检查标点符号和专有名词。

Vocalinux 也是原文介绍的候选工具之一。不过，在所提供文章的可查看部分中，无法确认其支持的模型、安装方法和处理位置等详细说明。安装前，建议先查阅官方说明，了解其对 Linux 的支持情况，以及使用本地处理的条件。

原文提到，有一款应用比 Handy 更易用，但仍处于开发阶段。根据上下文，它可能指的是 Vocalinux，但仅凭可查看的部分无法确定。如果要尝试，最好先用短文测试运行情况和准确率，再考虑用于日常输入。

例如，可以先说上 1 分钟左右，查看识别结果、标点符号，以及向应用输入文字的方式。同时，也要确认语音在哪里处理。开发中的软件可能随着更新而改变操作步骤或支持情况，因此应参考使用时的最新信息。

Nerd Dictation 适合想自行配置语音输入功能的用户。它有使用 Vosk 进行语音识别的常见配置方式，可以通过在设备上准备模型来运行。与 Handy 这类能通过图形界面完成整套设置的应用不同，它的安装和按键设置需要通过命令行操作。

安装时，应阅读项目的最新操作说明，确认所需的语音识别模型和依赖软件。不同的软件来源和安装方式可能需要不同的操作，因此应避免直接执行旧文章中的命令。先用一小段录音或测试输入检查识别效果，并确认当前配置不会将音频数据发送到外部。

它不太适合想减少配置工作的人，但如果你希望自行调整 Linux 的输入环境，可以考虑使用。安装前，请确认项目当前的维护状态，以及适用于你所用发行版的操作步骤。

如果想尽快开始使用，可以先试 Handy；如果更看重识别准确率和离线运行，可以从 Speech Note 入手。选择 Vocalinux 前，应先确认开发状态和使用条件；选择 Nerd Dictation 时，则要考虑自己愿意花多少时间进行配置。

无论使用哪款应用，都不必一开始就让它处理长文。输入一小段文字，检查专有名词和标点符号的识别情况、处理位置及输入方式，就更容易判断它是否适合自己的用法。先安装 Speech Note 或 Handy，试着说上 1 分钟吧。

来源: https://japan.zdnet.com/article/35253490/