开源故事
阅读 VocoType 的开发故事：源于对隐私泄露的焦虑，始于对极致效率的追求。了解独立开发者为何打造并开源这款完全离线、永久免费的语音输入法，以及它如何成为 Vibe Coding 语音编程、会议纪要整理和游戏语音沟通的最佳搭档。从"冰箱广告"事件到拒绝数据上传的信念，每一行代码都是对隐私保护的承诺。
我为什么开发并开源了 VocoType
「既然市面上的语音输入法要么费钱，要么费隐私，那我为什么不自己做一个？」
这就是 VocoType-CLI 诞生的初衷。
一切源于那个关于「冰箱」的视频
说实话，我一开始只是个重度语音输入用户。
作为一个程序员，我每天只有两件事：写代码、喷...啊不，和产品经理讲道理。长期敲键盘让我手指确实有点吃不消，于是我开始尝试语音输入。
但很快我发现了一个问题：
有一次我刷到一个视频，视频主做了一个测试：他在家里大声聊了几句关于「想买新冰箱」的话题，结果没过多久，打开某电商 App，首页赫然出现了冰箱的推荐广告。
虽然这可能是巧合，但那一刻我确实产生了一种模糊的、不太舒服的感受——
「只要麦克风权限打开，我是不是就在『裸奔』？」
我们习惯了用隐私换便利，但这种交换真的公平吗？看着主流语音服务隐私条款里那种「为了优化服务可能会使用您的数据」的模糊措辞，我决定不想再做这种交换了。
我需要一个工具：它必须是活的（识别准），但必须是哑巴（绝不告密）。
市面上找不到，那就自己造。
VocoType 是什么？
经过几个月的折腾，VocoType 诞生了。它简单粗暴地解决了我的三个痛点：
- 离线识别：识别在本地完成，不依赖云端排队。
- 定价透明：我看够了那些「免费试用 5 分钟」的套路，所以把规则写清楚、尽量让核心能力可用。
- 低延迟上屏：尽量减少等待感（具体体验会受设备性能与环境影响）。
我自己的真实使用场景
作为一个开发者，我开发它不仅仅是为了「情怀」，更是因为我真的每天都在用它偷懒。
1. Vibe Coding 的最佳搭档
现在写代码，我基本是「动口不动手」。
比如我要写一个正则表达式，我直接按快捷键说：「写一个匹配邮箱的正则，要求支持子域名」。
VocoType 配合现在的 AI 编程助手，简直是绝配。而且最爽的是，它支持中英混合识别。
我说：「把这个 Kubernetes Pod 重启一下，检查 Docker 日志。」 它识别：「把这个 Kubernetes Pod 重启一下，检查 Docker 日志。」
不用频繁切换输入法，这种流畅感谁用谁知道。
2. 游戏里的「祖安文科状元」
打游戏的时候，手指都在操作键盘鼠标，哪有空打字？
被队友坑了，我直接按快捷键一顿输出。配合 VocoType 的 AI 优化 功能（我自己写了个「文明人」提示词模板），我说的一堆...语气助词，直接被它转写成了：
「亲爱的队友，建议您在操作时稍微注意一下走位呢~」
既释放了情绪，又把表达控制在更克制的范围内。
3. 会议纪要整理
开那些又臭又长的会，或者是看几十个小时的网课视频。我直接把录音或者视频文件拖进 VocoType。
它用本地 CPU 跑完转写，输出带时间轴的字幕和纯文本。关键是不用上传几个 G 的文件；同时如果你不启用 AI 优化，文本整理也不会被发送到第三方模型服务商。
为什么要开源？
既然做得这么好用（自认为），为什么要把核心引擎 vocotype-cli 开源？
其实理由很务实：
- 隐私需要「自证清白」：我说我不上传数据，你凭什么信？代码开源了，大家自己看。没有任何网络请求的代码，才是最硬的信任证书。
- 想借助社区一起改进：我现在用的模型虽然已经能用，但肯定还有优化空间。开源出来，有更多人一起改进，我也能跟着受益。
试试看？
如果你也是个：
- 手指想退休的懒人
- 对隐私有洁癖的极客
- 想要提升效率的打工人
- 峡谷的祖安人
欢迎来试试 VocoType。
- 硬核玩家：去 GitHub 玩 CLI 版 -> github.com/233stone/vocotype-cli
- 普通用户：去官网下桌面版（带 GUI，开箱即用） -> vocotype.com
如果这个项目帮到了你，去 GitHub 给个 Star 呗？不仅是鼓励，更是我不跑路的动力！