VoiSistant
Ievgen Khoptiar · 語音與語言
VoiSistant 是一款 macOS 語音轉文字 App，能把你的口說內容變成乾淨、可直接送出的文字。它透過全域快速鍵錄音，用你選擇的 AI 模型修飾原始轉錄稿，需要時替你翻譯，再把結果貼到游標所在的欄位。它也能用自然語音把文字朗讀出來。如果你平常打很多字，卻更想用說的，它能幫你省下大部分打字與後續整理的功夫。
關於 VoiSistant
VoiSistant 是什麼
VoiSistant 是一款 macOS 桌面聽寫 App，由開發者 Ievgen Khoptiar 以 Trends Lab 名義打造。你按住快速鍵、開口說話，App 會把你的語音轉成文字，接著把這段文字送進你挑選的語言模型，修正文法、調整語氣並加上格式，然後放進你正在作業的地方。翻譯與文字轉語音都在同一套流程裡，所以一句話可以變成一段潤飾好的文字，或用另一種語言說出來的回應，而你完全不用碰鍵盤。
真正吸引人的是貼上這一步。多數聽寫工具只給你一份轉錄稿，剩下的靠你自己複製到某處。VoiSistant 會把修飾過的文字複製到剪貼簿，並直接插入目前作用中的輸入欄位，不論是郵件軟體、聊天視窗或文件都一樣。不用多按一下。它還有針對會議設計的 Consultant 模式，能即時翻譯並以語音回應，另有 Transcribe 模式，可把音訊檔轉成文字並偵測不同的說話者。
最大的限制在平台。VoiSistant 需要 macOS 14 或更新版本，因此 Windows 與 Linux 使用者無緣使用。核心的 AI 清理與翻譯得靠雲端供應商，除非你把它指向 Ollama 或 LM Studio 這類本機模型。輸出品質取決於你接上的模型。不算理想，但這就是換取彈性的代價。
開始使用
- 從 Mac App Store 下載 VoiSistant 並開啟。它住在選單列，而不是一整扇視窗。
- 當 macOS 詢問時，授予麥克風與語音辨識權限，因為 App 兩者都需要，才能擷取並轉換你的語音。
- 在設定中連接 AI 供應商。選擇 OpenAI、OpenRouter 或 Gemini 這類雲端選項，若想讓處理留在自己機器上，也可選 Ollama 或 LM Studio 這類本機選項。
- 為聽寫設定一組全域快速鍵，接著按住它並說話，說完就放開。
- 在彈出視窗檢查清理後文字，需要時調整語氣或目標語言，再讓 App 貼進你目前作用中的欄位。
產品資訊
快速了解 VoiSistant 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 寫作者與內容創作者：用口述打草稿、再貼上潤飾好的文字，能省下大量敲鍵盤的時間。請先連接雲端 LLM 來處理清理步驟。
- 程式開發者與客服人員：如果你本來就用 macOS，免手動的筆記與回覆工單會很順手，因為 App 會直接貼進你的編輯器或客服工具。
- 英語非母語者：翻譯與語氣調整功能能幫你用第二語言寫作，前提是你挑的 LLM 能好好處理你的目標語言。
任務
- 草擬郵件與訊息：把重點說出來，讓 AI 清理修正文法與語氣，接著直接送出，不必重打。
- 翻譯回覆：把一句話轉成另一種語言，再貼到你正在聊天的地方。
- 把音訊檔轉成文字：Transcribe 模式能處理錄音與 Podcast，並以說話者偵測分開不同聲音。
情境
- 長時間寫作、開始打字疲乏的時候：聽寫讓你的手離開鍵盤，自動貼上則維持你的思緒節奏。
- 現場會議與通話：當你需要聽懂另一種語言的對話時，Consultant 模式提供即時翻譯與語音回應。
- 在外移動時檢視草稿：文字轉語音會把內容念回來給你聽，讓你不必盯著螢幕也能抓到拗口的句子。
主要功能
五種工作模式
VoiSistant 把功能分成五種模式，你可依工作內容切換。聽寫負責直接的語音轉文字並立即貼上。Chat 是具備語音輸入的對話式 AI 助理。Consultant 是會議助理，具備即時翻譯。Transcribe 把音訊檔轉成文字並偵測說話者，Quick Reply 則依對話截圖生成情境化的回覆。把它們放在同一個 App 裡，意味著你不必為了說話、翻譯與轉錄而分別操作不同工具。
用你選擇的模型做 AI 清理
原始轉錄稿只是起點。VoiSistant 會把它送進語言模型，修正文法、調整語氣並套用格式，之後文字才進到你的欄位。你可連接偏好的供應商，包括 OpenAI、OpenRouter、Gemini、LM Studio 與 Ollama。這為什麼重要？如果你已經付費使用某個 API，或想把一切都在本機執行，就不會被迫用別人的架構。代價是潤飾效果取決於你選的模型，因此較弱或有用量限制的供應商，會直接反映在你的輸出上。
即時翻譯與語音輸出
VoiSistant 同時也是語音翻譯工具。翻譯在聽寫流程裡執行，而不是另開分頁。你說話，App 轉換並翻譯，結果就貼到你需要的地方，涵蓋英文、義大利文、西班牙文與俄文等語言。文字轉語音則反向運作，用 Microsoft、Google Gemini 或 OpenAI 的語音把文字念出來。你挑選語音引擎，再依情境調整輸出。
全域快速鍵與選單列存取
這個 App 不擋路，因為它住在選單列，介面精簡，需要時喚出即可，而不是要你一直開著一扇視窗。全域快速鍵讓你能在任何 App 中開始與停止錄音。這正是讓聽寫實用的關鍵。你不會因為切換視窗而打斷思緒，自動貼上則讓文字出現在你原本打字的位置。
本機優先的隱私選項
VoiSistant 的設計讓你可以選擇把處理留在自己的機器上。文字轉語音能在本機執行，透過 Ollama 或 LM Studio 連接本機 LLM，也能讓清理步驟不碰雲端。只有在啟用雲端供應商時才會用到網路，至少 App 自己的說明是如此。對於需要口述敏感內容的人來說，這是有意義的選項，而不是只能全雲或全不雲的單一選擇。
後處理流程
AI 步驟之後，VoiSistant 可以把結果存進歷史紀錄、寄到電子郵件、再跑一次文字清理，並匯出成檔案。這是條小小的流程，但代表聽寫輸出不會貼上後就消失。如果你口述會議紀錄或待辦清單，有一份可搜尋的歷史紀錄，就能省下把同一件事錄第二次的功夫。
內建音訊檔 AI 轉錄
Transcribe 模式能把既有的錄音變成可搜尋的文字。把它指向一個音訊檔或一集 Podcast，VoiSistant 就會處理 AI 轉錄，並以說話者偵測在輸出中分開不同聲音。這涵蓋了你沒能即時處理的工作，從訪談到研討會演講都行。不必額外安裝什麼。一切都在同一個 App 裡。
優缺點
優點
- 自動貼進任何輸入欄位，省去拖慢多數聽寫工具的複製貼上步驟。
- 供應商選擇涵蓋雲端 API 與本機模型，讓你平衡品質、成本與隱私。
- 五種模式在同一個 macOS App 裡涵蓋聽寫、聊天、會議與音訊轉錄。
- 翻譯與文字轉語音都在同一套工作流程裡，而不是分散在不同 App。
- 選單列設計與全域快速鍵讓它隨時可用，又不會占滿你的畫面。
缺點
- 僅支援 macOS 14 或更新版本，代表 Windows 與 Linux 使用者完全無法執行。
- 輸出品質取決於你連接的 LLM，因此效能差或有用量限制的模型會拖累結果。
- 雲端功能需要網路連線與自身的 API 費用，大量口述時成本會累積。
- App 相對新、使用者評分不多，長期穩定性仍未獲得驗證。
常見問題
VoiSistant 在 macOS 上把說出來的話變成乾淨文字。你用快速鍵錄音，App 把語音轉成文字，用你挑選的 AI 模型修飾，再貼進目前作用中的欄位。它也在同一套流程裡處理翻譯與文字轉語音。
相關內容
探索與 VoiSistant 相關的工具、技能與文章。
VoiSistant 替代方案
Foley
Hanamori Labs, LLC · 語音與語言 · 生產力 · AI 助理Foley 是一款語音待辦清單，把一句話變成歸檔好的任務，專案、日期與時間都先填好，接著再幫你依現有清單排出一整天的順序。
HireKey
HireKey · 語音與語言 · 生產力 · AI 學習HireKey 是由前科技業招募主管打造的 AI 求職副駕駛。它分析職缺契合度、客製化履歷、帶你練習面試，並把每份申請整理在同一處。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。