豆包语音输入 (Doubao Voice Input)

实时语音转文字桌面应用，按下快捷键或长按指定按键，语音识别结果自动输入到当前应用。

基于字节跳动火山引擎 Seed ASR 流式语音识别 API。

功能特性

• 全局快捷键唤醒：默认 Ctrl+'，随时呼出浮动语音输入窗口
• Push-to-Talk：按住右 Ctrl 键开始录音，松开自动完成输入
• 流式识别：边说边转写，实时显示识别结果
• 自动粘贴：关闭窗口后自动将文字输入到之前的应用
• 灵活的窗口定位：鼠标附近、记住上次位置、屏幕顶部居中、底部居中
• 上下文提示：支持自定义 ASR 上下文，提高特定领域识别准确率
• 系统托盘：最小化到托盘，不占用任务栏

安装

下载

从 Releases 页面下载对应平台的安装包。

平台	文件
Linux (通用)	doubao-voice-input-electron-0.1.0.AppImage
Debian/Ubuntu	doubao-voice-input-electron-0.1.0.deb
Arch Linux (AUR)	doubao-voice-input-electron-bin

Linux AppImage

chmod +x doubao-voice-input-electron-0.1.0.AppImage
./doubao-voice-input-electron-0.1.0.AppImage

Debian/Ubuntu

sudo dpkg -i doubao-voice-input-electron-0.1.0.deb

Arch Linux (AUR)

yay -S doubao-voice-input-electron-bin

开机自启（systemd）

systemctl --user enable --now doubao-voice-input-electron.service

从源码构建

需要 Node.js ≥ 18 和 pnpm。

git clone https://github.com/myl/doubao-voice-input-electron.git
cd doubao-voice-input-electron
pnpm install
pnpm build:linux   # → dist/

使用前准备

1. 获取火山引擎 API 密钥

1. 注册 火山引擎 账号
2. 开通语音识别（Seed ASR）服务
3. 获取 App Key 和 Access Key

2. 配置应用

启动后右键点击系统托盘图标，选择 Settings，在 API 标签页填入 App Key 和 Access Key。

3. Linux/Wayland 环境

Wayland 下键盘模拟依赖 xdotool（通过 XWayland），需确保已安装：

# Arch Linux
sudo pacman -S xdotool

# Debian/Ubuntu
sudo apt install xdotool

使用方法

快捷键模式

1. 按下全局快捷键（默认 Ctrl+'）呼出语音输入窗口
2. 对着麦克风说话，文字实时显示
3. 再次按下快捷键，窗口关闭并自动将文字输入到之前的应用

Push-to-Talk 模式

按住右 Ctrl 键（超过最短按压时间后激活），松开后自动完成输入。

关闭行为

操作	效果
再按快捷键 / 松开 PTT 键	有文字则自动输入到应用，无文字则直接关闭
点击 ✕ 按钮 / 按 Esc	丢弃文字，不输入

配置说明

设置项	默认值	说明
全局快捷键	Ctrl+'	唤醒/关闭语音输入窗口
窗口定位	鼠标附近	鼠标附近 / 记住位置 / 顶部居中 / 底部居中
自动输入	开启	关闭窗口时自动将文字输入到应用
移除末尾标点	开启	自动去除识别结果末尾的标点符号
Push-to-Talk	开启	按住右 Ctrl 键触发录音
双击触发	关闭	需要双击 PTT 键才触发
上下文提示	空	为 ASR 提供上下文，提升识别准确率
麦克风选择	默认	指定录音使用的麦克风设备

License

Copyright (C) 2024 Yulong Ming i@myl.moe.

Apache License, Version 2.0.