惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

量子位
博客园_首页
罗磊的独立博客
云风的 BLOG
云风的 BLOG
J
Java Code Geeks
Last Week in AI
Last Week in AI
D
DataBreaches.Net
Jina AI
Jina AI
博客园 - Franky
大猫的无限游戏
大猫的无限游戏
Apple Machine Learning Research
Apple Machine Learning Research
V
V2EX
D
Docker
MongoDB | Blog
MongoDB | Blog
B
Blog RSS Feed
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
宝玉的分享
宝玉的分享
Engineering at Meta
Engineering at Meta
The Cloudflare Blog
博客园 - 三生石上(FineUI控件)
有赞技术团队
有赞技术团队
人人都是产品经理
人人都是产品经理
H
Help Net Security
T
The Blog of Author Tim Ferriss

Prompt 语宙

kimi-thinking-preview – 月之暗面推出的多模态思考模型 pdf-craft – 开源 PDF 转 Markdown 工具 UltraMem – 字节豆包大模型团队推出的全新超稀疏模型架构 EasyControl – Tiamat AI 联合上海科大等开源的图像生成控制框架 GaussianCity – 南洋理工大学 S-Lab 团队推出的 3D 城市生成框架 X-Prompt – 用于多模态视频目标分割的通用框架 豆包大模型1.5 – 字节跳动推出的最新版大模型 GaussianAnything – 南洋理工 S-Lab 和上海 AI Lab 等推出的 3D 生成框架 Cube 3D – Roblox 推出的 AI 3D 生成模型 OpenMath-Nemotron – 英伟达开源的数学推理系列模型 MAI Transcribe-1.5 – 微软 MAI 推出的语音转文本模型 Seed1.5-Embedding – 字节跳动 Seed 团队推出的向量模型 2026世界杯人机大战引爆!联想携手DeepSeek等顶尖AI大模型,对战亿万球迷预测冠军 高考公平守护战!豆包、文心等主流大模型集体禁用拍题功能 ShotAdapter – Adobe联合UIUC推出的多镜头视频生成框架 Devstral – Mistral AI联合All Hands AI开源的编程专用AI模型 MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型 Software Copyright Materials Skill – 开源软著资料生成Skill Dulus – 开源的 CLI AI Agent,可驱动多模型工具调用 Reasonix – 专为 DeepSeek 推出的开源终端编程 Agent Mega-ASR – NTU、NUS、上海AI Lab开源的语音识别模型 CodeGraph – 开源代码知识图谱工具,加速代码理解和分析 MiniCPM5-1B – 面壁智能联合清华开源的端侧文本基座模型 Horizon – 开源 AI 信息聚合系统,构建专属新闻雷达 BitCPM-CANN – 面壁智能联合清华开源的端侧大模型 Xiaomi Auto World Model – 小米推出的辅助驾驶世界模型 opera-browser-cli – Opera Neon 开源的命令行工具 omp – 开源的 AI 终端编程智能体,能与 IDE 深度联动 Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型 Hy-Memory – 腾讯混元推出的 Agent 记忆插件
蛐蛐QuQu:开源免费的中文语音输入神器,隐私本地运行,AI智...
站外新闻 · 2026-06-18 · via Prompt 语宙

💡 站外导读:在数字化办公与内容创作时代,高效、隐私安全的输入工具成为刚需。中文用户长期面临语音输入准确率低、隐私泄露风险、以及缺乏深度AI集成的困境。蛐蛐(QuQu)应运而生,作为开源免费方案,它直击痛点:本地运行保障数据安全,集成阿里FunASR引擎实现高精度中文识别,并融合大语言模型进行智能优化,显著提升文本质量与效率。这不仅顺应了AI赋能个人生产力的大趋势,更为开发者、写作者及办公人士提供了可靠、自主的工具选择。

蛐蛐(QuQu)是为中文用户设计的桌面端语音输入与文本处理工具,是 Wispr Flow 的开源免费替代方案。工具内置阿里巴巴 FunASR Paraformer 模型,支持本地运行,保护用户隐私,同时结合 AI 技术,实现精准识别、智能优化和上下文感知的文本输出。蛐蛐支持编程术语识别,适配多种国内顶尖 AI 模型,具备一键唤醒、实时识别、无缝粘贴等功能,让用户在安静环境下能高效使用语音输入,解放双手,提升工作效率。

  • 蛐蛐 (QuQu)是什么
  • 蛐蛐 (QuQu)的主要功能
  • 蛐蛐 (QuQu)的技术原理
  • 蛐蛐 (QuQu)的项目地址
  • 蛐蛐 (QuQu)的应用场景
      • 📝 站长洞察 (Editor’s Insight)

蛐蛐 (QuQu)

蛐蛐 (QuQu)的主要功能

  • 一键唤醒:通过全局快捷键随时随地开始语音输入,方便快捷。

  • 实时识别:本地 FunASR 引擎提供高精度中文语音识别,即使在安静环境下也能保持高准确率。

  • 智能优化:连接 AI 模型,自动润色文本、修正口误和错误表述,提升文本质量。

  • 无缝粘贴:转换完成的文本自动粘贴到当前光标位置,无需手动操作。

  • 上下文感知:支持上下文感知的智能输出,根据上下文自动调整文本内容。

  • 编程支持:支持编程术语识别,适合开发者和效率专家使用。

  • 隐私保护:支持本地运行,数据不上传云端,确保用户隐私安全。

  • 多平台支持:兼容 macOS、Windows 和 Linux 系统。

蛐蛐 (QuQu)的技术原理

  • 语音识别引擎
    • FunASR Paraformer:使用阿里巴巴的 FunASR 模型,特别是 Paraformer-large 模型,提供高精度的中文语音识别。模型能在本地运行,确保数据隐私。
    • FSMN-VAD:用在语音活动检测,能准确识别语音段落的开始和结束。
    • CT-Transformer:用在文本解码,提高识别的准确性和效率。
  • AI 模型集成
    • 两段式引擎:结合 ASR(自动语音识别)和 LLM(大型语言模型)技术,实现语音输入的精准识别和智能优化。
    • 兼容 OpenAI API:支持多种兼容 OpenAI API 的服务,优先适配国内顶尖模型,如阿里云通义千问、Kimi 等。
  • 前端与桌面端技术栈
    • 前端:使用 React 19、TypeScript、Tailwind CSS、shadcn/ui 和 Vite 构建用户界面,提供流畅的用户体验。
    • 桌面端:基于 Electron 构建,确保跨平台兼容性。

蛐蛐 (QuQu)的项目地址

  • GitHub仓库:https://github.com/yan5xu/ququ

蛐蛐 (QuQu)的应用场景

  • 写作与内容创作:快速将语音转化为文字,提升写作效率,适合作家、博主、记者等需要大量文字输入的场景。

  • 编程辅助:支持编程术语识别,帮助开发者快速输入代码,减少键盘输入,提升编程效率。

  • 会议记录:实时语音转文字,自动润色和总结,方便会议记录和会议纪要的整理。

  • 学习与笔记:在课堂或讲座中,快速记录重点内容,减轻手写笔记的负担。

  • 办公文档处理:在安静的办公环境中,通过语音输入完成文档撰写和编辑,提高工作效率。

📝 站长洞察 (Editor’s Insight)

蛐蛐(QuQu)的发布标志着开源社区在AI赋能工具领域的重要突破。它超越了传统语音输入的简单转录,通过‘ASR+LLM’两段式引擎架构,将本地高精度识别与云端/本地AI优化无缝结合,代表了下一代智能输入工具的发展方向——从被动记录转向主动增强。其强调的本地隐私运行,精准回应了当前数据安全与自主可控的行业核心关切,尤其适合对隐私敏感的专业用户和开发者。与国内顶尖模型如通义千问、Kimi的优先适配,展现了开源项目与本土AI生态协同进化的潜力。这款工具不仅有望重塑中文桌面输入体验,更可能催生围绕它的效率插件与自动化工作流生态,是观察AIGC技术如何深度融入日常生产力的一个绝佳案例。