Windows 語音輸入 · 在你的機器上執行 · 不必註冊
難寫的字，它不會寫錯。
別的語音輸入工具只聽聲音，然後猜。Vtypes 會先看一眼你螢幕上已經有的內容，所以它知道你說的是 symlinks ，而不是「sink links」。
2026 年桌機 CPU 上的實測時間，改寫這一步交給託管模型。純本機模式犧牲的是這點速度，換來的是任何東西都不離開這台機器。
麥克風聽不出拼字。
所有語音輸入工具都在把聲音變成文字。聲音本身有歧義，而一條只拿得到波形的流程只能靠猜來消解歧義——而且猜得很流暢，流暢才是危險的那一種。Vtypes 會讀取你正在口述的那個視窗裡看得見的文字，把它放到負責收拾這段轉錄的模型面前。答案本來就在你螢幕上。
- 01
point the CI at the sink links symlinks in the repo
Cursor · CLAUDE.md - 02
restart the cooper netties Kubernetes pods after the deploy
Terminal · kubectl get pods - 03
run pee en pee em pnpm install and try that again
Terminal · pnpm-lock.yaml - 04
the sequel light SQLite migration still needs an index
VS Code · 003_add_index.sql - 05
spin the staging box up on axe your Azure instead
Chrome · portal.azure.com
螢幕讀取是轉錄頁面上的一個開關，你不打開它就一直是關的。讀到的內容只會送到你自己設定的模型端點，不會去別的任何地方——這條路徑上沒有 Vtypes 的伺服器。
你不送出去，就什麼都不會出去。
一共五步。其中三步根本沒有離開你機器的能力。另外兩步同樣在本機跑，除非你把它們指向某個 API——那時它們去的也是你自己的端點，用的是你自己的金鑰。沒有 Vtypes 帳號，沒有 Vtypes 伺服器，中間也沒有什麼需要你去信任的東西。
-
擷取
按住快捷鍵。音訊只在記憶體裡。
- 選用 → 你的 API
轉錄 312ms
在你的 CPU 上跑 whisper.cpp，或是你選定的端點。
-
讀螢幕 8ms
透過 Windows UI Automation 讀取目前視窗裡看得見的文字。
- 選用 → 你的 API
改寫 244ms
本機模型，或是你自己填的 API 金鑰。從來不是我們的。
-
貼上
貼回剛才有焦點的地方。除非你留了歷史紀錄，否則什麼都不儲存。
本機
Whisper 和改寫都在這台機器上跑。飛機上也能用。按字數算是零成本。舊硬體上會慢一些，要權衡的就這一點。
你自己的金鑰
指向 Groq、OpenAI，或任何講同一套協定的服務。更快，也更準。由他們按他們的價格向你收費——請求我們從來看不到。
沒有什麼可以訂閱的。
Vtypes 不賣轉錄服務。它只是一個用戶端，你指向哪裡它就接哪裡，包括跑在你自己機器上的模型——那是預設選項，一毛錢都不用花。如果你比較想用託管模型，金鑰由你帶，你就是他們的客戶。
- 這個應用程式
- 免費
- 沒有帳號，不用登入，也沒有試用倒數。
- 本機模式
- $0
- Whisper 和改寫都在你的 CPU 上跑。沒有呼叫，也就沒有帳單。
- 你自己的 API 金鑰
- 照他們的價
- 由你的服務商直接向你收費。請求和帳單我們都看不到。
一筆實際的帳
連續口述一小時大約是九千字。託管語音辨識按音訊時長計費，改寫按 token 計費，而口述在這兩項上都算小量——說滿一小時也就幾萬個 token，其中大部分還是螢幕脈絡。按那幾家便宜服務商在 2026 年 8 月公布的價格，這一小時落在 個位數美分.
價格會變，這一頁也不是報價單。之所以說該信的是量級而不是具體數字，是因為我們根本不在這筆交易裡：去看你服務商的價目表，那就是你要付的錢。