otoink

August 17, 2026 · View on GitHub

中文 · English

语音转文字桌面浮条。名字来自 oto（音）+ ink（墨）。MIT 协议。

本地 SenseVoice（sherpa-onnx int8）识别，音频不上网。OpenAI 兼容 / Anthropic API 只用于可选润色；不填 Key 也能说话出字。

底部听写浮条

功能

底部一条很细的胶囊，不挡正在用的窗口。空闲时几乎只是一条线；悬停或按住说话时再展开。

不挡窗口的胶囊

  • 按住 RightCtrl 说话，松开后出字；或 点击胶囊 开始，说完点停止。点 × 取消、不出字。
  • 字打进开始录音时的窗口。说话过程中切走也没关系。
  • 听写始终走本机。API 只改已经听好的字，不会拿去听写。
  • 程序只开一份：再双击 EXE 只唤起现有实例。

通用

界面语言和默认识别语言分开。可选皮肤、自动标点、按住热键。

说完后自动润色默认关闭。打开后：本地听写 → 模型润色 → 打进对话框。没填 Key 时原文照出，并提示去 API 页填写，不拦出字。

通用设置

记录

每条识别稿可以事后 AI 优化，再 录入 到当前窗口。已润色的条目会同时留下原文和 AI 稿。

记录

和 Win+H 的差别

  • 切窗口不会消失
  • 设置会记住（语言、标点、麦克风、API）
  • 识别在本地完成；纠正用你自己的 DeepSeek / OpenAI 兼容接口
  • 关掉「说完后自动润色」时不会自动请求 AI
  • 开着润色但没 Key 时仍出识别稿，并出现气泡；不会拦住出字

和 Dictto 的差别

Dictto (dictto-app/dictto)依赖云端 ASR 且需要密钥才能打字，而我的 otoink 则完全在本地进行识别。我向 Dictto 的交互设计汲取了不少灵感（比如变形胶囊组件、点击说话以及独立的设置窗口），并在学习借鉴中打造了现在的体验。（Dictto 采用 AGPL-3.0 协议开源）。

第一次能用

发布物是一个文件夹：otoink.exe 旁边必须有

models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17/model.int8.onnx
models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17/tokens.txt

模型约 240MB，打进应用目录，不会再下载到 %LOCALAPPDATA%\otoink\models\。设置仍是 %LOCALAPPDATA%\otoink\settings.json。

  1. 解压后断网也可以。
  2. 不填 API Key。
  3. 光标放在要打字的窗口，按住 RightCtrl 说话后松开；或点击底部胶囊，说完再点停止。
  4. 1–3 秒后整段文字出现在开始录音时的那个窗口。

取消：只有点击说话时胶囊左侧的 ×。没有取消热键；按住说话松手就是提交。

下载：GitHub Releases。请按电脑选其中一个压缩包（都已含模型）：已装 .NET 8 桌面运行时用 otoink-v*-win-x64.zip，解压即用选 *-full.zip。

开发

需要 .NET 8 SDK。

powershell -File scripts/Ensure-SenseVoiceModel.ps1
dotnet test
dotnet run --project src/Otoink.App/Otoink.App.csproj

models/ 已被 gitignore。脚本会优先从本机已有的 LocalAppData 拷贝 int8，没有再下载到仓库 models/（不写回用户目录）。

自包含发布：

powershell -File scripts/Ensure-SenseVoiceModel.ps1
dotnet publish src/Otoink.App/Otoink.App.csproj -c Release -r win-x64 --self-contained true -o artifacts/otoink-win-x64

自检同一文件夹内有 otoink.exe 和上述两个模型文件。启动后 %LOCALAPPDATA%\otoink\ 里只应出现 settings.json，不应新建 models\。

手动验收

  • 断网、空 API Key，按住 RightCtrl 说话松手，字打进开始时的窗口。
  • 点击胶囊进入点击说话，点 × 不出字；点停止会出字。
  • 说话过程中切到浏览器，字仍打回开始时的窗口。
  • 胶囊上没有齿轮、关闭、记录；托盘左键打开设置，右键只有设置 / 退出。
  • 设置里可把界面切到 English。
  • 「说完后自动润色」开着但没 Key 时仍出识别稿，并出现气泡。
  • 设置通用页不必滚动即可看完全部选项。
  • 程序已在运行时再开一次 EXE，不会出现第二份进程；浮条提示「已在运行」。