Linux专属开源语音输入:Vocalinux,隐私优先

对于正在寻找系统级语音输入功能的 Linux 用户来说，Vocalinux 提供了一个全新的开源选择。这是一款注重隐私的听写应用，能够将你口述的文字直接输入到当前聚焦的桌面应用程序中。

🎙️ 后台运行，无缝输入

与独立的转录工具不同，Vocalinux 在后台运行，并通过可配置的键盘快捷键激活。你可以切换录音模式或使用“按住说话”（Push-to-Talk），对着麦克风说话，文字就会自动输入到浏览器、文本编辑器、办公软件、终端、即时通讯客户端或其他活动文本框中。

🛡️ 本地处理，无需联网

虽然工作流程类似于 Windows 和 macOS 内置的语音输入，但 Vocalinux 专为 Linux 开发，默认在本地处理语音。无需注册账户、订阅或连接云服务，麦克风录音完全保留在本地计算机上。

Vocalinux 的系统托盘图标会显示空闲、监听和处理状态。

🖥️ 兼容 X11 与 Wayland

该应用支持 X11 和 Wayland 会话。由于 Wayland 出于设计原因限制了应用程序模拟键盘输入的能力，Linux 下的文本注入在这两种显示系统间存在显著差异，但 Vocalinux 已对此进行了适配。

🧠 多种本地语音识别后端

Vocalinux 支持三种本地语音识别后端：whisper.cpp、OpenAI Whisper 和 VOSK。默认引擎是 whisper.cpp，它提供了 Whisper 语音识别模型的优化原生实现。用户也可以根据硬件、首选语言或性能要求选择其他后端。

⚡ 离线工作与 GPU 加速

语音识别模型直接在用户系统上运行，一旦下载了组件和模型，Vocalinux 即可在离线状态下工作。如果系统 GPU 支持，应用还可利用 Vulkan 加速，让语音识别在 AMD、Intel 和 NVIDIA 显卡上运行，而非仅依赖处理器。硬件较弱的用户可以选择较小的识别模型，以牺牲少量精度换取更低的资源占用和更快的转录速度。

⌨️ 灵活的快捷键与设置

除了核心听写功能，Vocalinux 还包含系统托盘图标、可配置的音频提示、开机自启支持、图形化设置界面以及可自定义的键盘快捷键。快捷键处理支持非美式键盘布局，两种激活模式让用户可以在“双击组合键”和“按住说话”之间自由选择。

🌐 可选的远程模式

虽然 Vocalinux 优先支持离线，但也包含可选的远程模式。用户无需将音频发送给商业提供商，而是可以将应用指向自己运营的转录服务器。支持的选项包括兼容 OpenAI 的 HTTP 端点和 whisper.cpp 提供的服务器实现，通过兼容的服务器配置，还可以使用 FunASR 和 SenseVoice 等其他引擎。

📥 安装方式

安装可通过项目的交互式 Shell 安装程序进行，支持 Ubuntu、Debian、Fedora、Arch 和 openSUSE 等主流 Linux 发行版。此外，Vocalinux 也通过 Flatpak 和 Arch AUR 提供分发。

截至撰写本文时，最新版本为 Vocalinux 0.14.2。更多详情，请访问 项目官网 或 GitHub 仓库。