English | 中文 | 日本語 | 한국어 | Español | Français | Deutsch | Português | Русский | العربية | हिन्दी | Italiano | Türkçe | Tiếng Việt | ภาษาไทย | Bahasa Indonesia | Polski | Nederlands
ระบบป้อนข้อมูลด้วยเสียง AI แบบโอเพนซอร์สสำหรับเดสก์ท็อป พูดตามธรรมชาติ ได้ข้อความที่สมบูรณ์ในทุกแอป
ไม่ว่าคุณจะเขียนอีเมล เขียนโค้ด แชท หรือจดบันทึก — แค่กดปุ่มลัด
พูดในสิ่งที่คุณคิด แล้ว OpenTypeless จะถอดเสียงและปรับแต่งคำพูดของคุณด้วย AI
จากนั้นพิมพ์ลงในแอปที่คุณกำลังใช้งานโดยตรง
- การเขียนที่รับรู้แอป ตรวจจับแอปที่กำลังใช้งานภายในเครื่อง แล้วปรับโครงสร้างและน้ำเสียงให้เหมาะกับอีเมล แชต เอกสาร ระบบติดตามปัญหา เครื่องมือพัฒนา และอื่น ๆ
- การกำหนดเส้นทางเจตนาด้วยเสียง แยกการป้อนตามคำบอก การแก้ไขข้อความที่เลือก การแปล Ask Anything และคำสั่งเสียงที่รองรับในภาษาอังกฤษ จีนตัวย่อ และจีนตัวเต็ม
- หลายปุ่มลัดต่อเวิร์กโฟลว์ ช่วยให้เพิ่มและจัดลำดับคีย์ลัดได้มากกว่าหนึ่งชุดสำหรับการป้อนตามคำบอก Ask Anything และการแปล
- เป้าหมายการแปลที่สลับได้ ทำให้เปลี่ยนระหว่างภาษาที่ใช้เป็นประจำได้รวดเร็ว โดยไม่ต้องกำหนดภาษาเอาต์พุตเพียงภาษาเดียว
- พจนานุกรมภายในเครื่องที่ดีขึ้น เพิ่มกฎการแก้ไข รวมถึงการนำเข้าและส่งออกพจนานุกรม
- การแมปรูปแบบตามแอป ช่วยให้แทนที่หมวดหมู่ในตัวเมื่อแอปหนึ่งต้องการรูปแบบการเขียนที่ต่างออกไป
การตรวจจับแอป การแมป รายการพจนานุกรม และกฎการแก้ไขจะถูกเก็บไว้ในเครื่อง การปรับข้อความตามแอปจะส่งเฉพาะหมวดหมู่แอปภายในและข้อมูลเมตารูปแบบที่อนุมัติแล้วไปยังเส้นทาง LLM ที่กำหนดค่าไว้ โดยจะไม่ส่งชื่อหน้าต่างแบบดิบหรือเนื้อหาเอกสารเป็นบริบทของแอป และไม่บันทึกไว้ในประวัติ
| การปรับข้อความด้วย AI ตามแอป | พจนานุกรมและการแก้ไขในเครื่อง |
|---|---|
 |
 |
ดูภาพหน้าจอเพิ่มเติม
| การตั้งค่า | ประวัติ |
|---|---|
 |
 |
| OpenTypeless | macOS Dictation | Windows Voice Typing | Whisper Desktop | |
|---|---|---|---|---|
| ปรับแต่งข้อความด้วย AI | ✅ หลาย LLM | ❌ | ❌ | ❌ |
| เลือกผู้ให้บริการ STT | ✅ 6+ ผู้ให้บริการ | ❌ Apple เท่านั้น | ❌ Microsoft เท่านั้น | ❌ Whisper เท่านั้น |
| ใช้งานได้ในทุกแอป | ✅ | ✅ | ✅ | ❌ คัดลอก-วาง |
| โหมดแปลภาษา | ✅ | ❌ | ❌ | ❌ |
| โอเพนซอร์ส | ✅ MIT | ❌ | ❌ | ✅ |
| ข้ามแพลตฟอร์ม | ✅ Win/Mac/Linux | ❌ Mac เท่านั้น | ❌ Windows เท่านั้น | ✅ |
| พจนานุกรมกำหนดเอง | ✅ | ❌ | ❌ | ❌ |
| โฮสต์เอง | ✅ BYOK | ❌ | ❌ | ✅ |
- 🎙️ ปุ่มลัดบันทึกเสียงแบบทั่วระบบ — กดค้างเพื่อบันทึกหรือโหมดสลับ
- 💊 วิดเจ็ตแคปซูลลอยที่อยู่ด้านบนเสมอ
- 🗣️ ผู้ให้บริการ STT 6+ ราย: Deepgram, AssemblyAI, Whisper, Groq, GLM-ASR, SiliconFlow
- 🤖 ปรับแต่งข้อความผ่านหลาย LLM: OpenAI, DeepSeek, Claude, Gemini, Ollama และอื่น ๆ
- ⚡ แสดงผลแบบสตรีมมิง — ข้อความปรากฏขณะที่ LLM กำลังสร้าง
- ⌨️ จำลองแป้นพิมพ์หรือส่งออกผ่านคลิปบอร์ด
- 📝 ไฮไลท์ข้อความก่อนบันทึกเสียงเพื่อให้บริบทแก่ LLM
- 🌐 โหมดแปลภาษา: พูดภาษาหนึ่ง ส่งออกเป็นอีกภาษา (20+ ภาษา)
- 📖 พจนานุกรมกำหนดเองสำหรับคำศัพท์เฉพาะทาง
- 🔍 ตรวจจับแอปเพื่อปรับรูปแบบ
- 📜 ประวัติภายในเครื่องพร้อมการค้นหาแบบเต็มข้อความ
- 🌗 ธีมมืด / สว่าง / ตามระบบ
- 🚀 เริ่มอัตโนมัติเมื่อเข้าสู่ระบบ
Tip
การกำหนดค่าที่แนะนำเพื่อประสบการณ์ที่ดีที่สุด
| ผู้ให้บริการ | Model | |
|---|---|---|
| 🗣️ STT | Groq | whisper-large-v3-turbo |
| 🤖 AI Polish | gemini-2.5-flash |
การผสมผสานนี้ให้การถอดเสียงที่รวดเร็วและแม่นยำพร้อมการปรับแต่งข้อความคุณภาพสูง — และทั้งสองมีแพ็กเกจฟรีที่ใจกว้าง
ดาวน์โหลดเวอร์ชันล่าสุดสำหรับแพลตฟอร์มของคุณ:
| แพลตฟอร์ม | ไฟล์ |
|---|---|
| Windows | ตัวติดตั้ง .msi |
| macOS (Apple Silicon) | .dmg |
| macOS (Intel) | .dmg |
| Linux | .AppImage / .deb |
- Node.js 20+
- Rust (stable toolchain)
- การพึ่งพาเฉพาะแพลตฟอร์มสำหรับ Tauri: ดู ข้อกำหนด Tauri
# ติดตั้งการพึ่งพา
npm install
# ทำงานในโหมดพัฒนา
npm run tauri dev
# สร้างสำหรับ production
npm run tauri buildแอปพลิเคชันที่สร้างแล้วจะอยู่ใน src-tauri/target/release/bundle/
การตั้งค่าทั้งหมดสามารถเข้าถึงได้จากแผงการตั้งค่าในแอป:
- การจดจำเสียง — เลือกผู้ให้บริการ STT และป้อน API key ของคุณ
- AI Polish — เลือกผู้ให้บริการ LLM, model และ API key
- ทั่วไป — ปุ่มลัด, โหมดส่งออก, ธีม, เริ่มอัตโนมัติ
- พจนานุกรม — เพิ่มคำศัพท์กำหนดเองเพื่อความแม่นยำที่ดีขึ้น
- ฉาก — เทมเพลต prompt สำหรับกรณีการใช้งานต่าง ๆ
API key ถูกเก็บไว้ภายในเครื่องผ่าน tauri-plugin-store ไม่มี key ใดถูกส่งไปยังเซิร์ฟเวอร์ OpenTypeless — คำขอ STT/LLM ทั้งหมดส่งตรงไปยังผู้ให้บริการที่คุณกำหนดค่า
OpenTypeless ยังมีการสมัครสมาชิก Pro แบบเลือกได้ที่ให้โควตา STT และ LLM ที่จัดการให้ เพื่อที่คุณไม่ต้องมี API key ของตัวเอง นี่เป็นตัวเลือกทั้งหมด — แอปทำงานได้เต็มรูปแบบด้วย key ของคุณเอง
เรียนรู้เพิ่มเติมเกี่ยวกับ Pro
| โหมด BYOK | โหมด Cloud (Pro) | |
|---|---|---|
| STT | API key ของคุณ (Deepgram, AssemblyAI ฯลฯ) | โควตาที่จัดการให้ (10 ชม./เดือน) |
| LLM | API key ของคุณ (OpenAI, DeepSeek ฯลฯ) | โควตาที่จัดการให้ (~5M token/เดือน) |
| การพึ่งพา cloud | ไม่มี — คำขอทั้งหมดส่งตรงไปยังผู้ให้บริการของคุณ | ต้องเชื่อมต่อกับ www.opentypeless.com |
| ค่าใช้จ่าย | ชำระโดยตรงกับผู้ให้บริการ | สมัครสมาชิก $4.99/เดือน |
คุณสมบัติหลักทั้งหมด — การบันทึกเสียง, การถอดเสียง, AI polish, ส่งออกแป้นพิมพ์/คลิปบอร์ด, พจนานุกรม, ประวัติ — ทำงานได้อย่างสมบูรณ์โดยไม่ต้องพึ่งเซิร์ฟเวอร์ OpenTypeless ในโหมด BYOK
เพื่อใช้งาน OpenTypeless โดยไม่พึ่งพา cloud:
- เลือกผู้ให้บริการ STT และ LLM ที่ไม่ใช่ Cloud ในการตั้งค่า
- ป้อน API key ของคุณเอง
- แค่นั้นเอง — ไม่ต้องมีบัญชีหรือการเชื่อมต่ออินเทอร์เน็ตกับ www.opentypeless.com
หากคุณต้องการชี้คุณสมบัติ cloud เสริมไปยัง backend ของคุณเอง ให้ตั้งค่าตัวแปรสภาพแวดล้อมเหล่านี้ก่อนสร้าง:
| ตัวแปร | ค่าเริ่มต้น | คำอธิบาย |
|---|---|---|
VITE_API_BASE_URL |
https://www.opentypeless.com |
URL ฐาน API cloud สำหรับ frontend |
API_BASE_URL |
https://www.opentypeless.com |
URL ฐาน API cloud สำหรับ Rust backend |
# ตัวอย่าง: สร้างด้วย backend กำหนดเอง
VITE_API_BASE_URL=https://my-server.example.com API_BASE_URL=https://my-server.example.com npm run tauri buildไปป์ไลน์การไหลของข้อมูล:
ไมโครโฟน → จับเสียง → ผู้ให้บริการ STT → ข้อความดิบ → LLM Polish → ส่งออกแป้นพิมพ์/คลิปบอร์ด
src/ # React frontend (TypeScript)
├── components/ # คอมโพเนนต์ UI (การตั้งค่า, ประวัติ, Capsule ฯลฯ)
├── hooks/ # React hooks (การบันทึก, ธีม, เหตุการณ์ Tauri)
├── lib/ # ยูทิลิตี้ (API client, router, ค่าคงที่)
└── stores/ # การจัดการสถานะ Zustand
src-tauri/src/ # Rust backend
├── audio/ # จับเสียงผ่าน cpal
├── stt/ # ผู้ให้บริการ STT (Deepgram, AssemblyAI, รองรับ Whisper, Cloud)
├── llm/ # ผู้ให้บริการ LLM (รองรับ OpenAI, Cloud)
├── output/ # ส่งออกข้อความ (จำลองแป้นพิมพ์, วางคลิปบอร์ด)
├── storage/ # กำหนดค่า (tauri-plugin-store) + ประวัติ/พจนานุกรม (SQLite)
├── app_detector/ # ตรวจจับแอปพลิเคชันที่ใช้งานอยู่
├── pipeline.rs # การประสานงาน บันทึก → STT → LLM → ส่งออก
└── lib.rs # ตั้งค่าแอป Tauri, คำสั่ง, การจัดการปุ่มลัด
- ระบบปลั๊กอินสำหรับการผสานรวม STT/LLM กำหนดเอง
- ปรับปรุงความแม่นยำ STT หลายภาษาและรองรับสำเนียง
- คำสั่งเสียง (เช่น "ลบประโยคสุดท้าย")
- ปรับแต่งการผสมปุ่มลัด
- ปรับปรุงประสบการณ์การเริ่มต้นใช้งาน
- แอปคู่หูบนมือถือ
เสียงของฉันถูกส่งไปยัง cloud หรือไม่? ในโหมด BYOK เสียงจะส่งตรงไปยังผู้ให้บริการ STT ที่คุณเลือก (เช่น Groq, Deepgram) ไม่มีข้อมูลใดผ่านเซิร์ฟเวอร์ OpenTypeless ในโหมด Cloud (Pro) เสียงจะถูกส่งไปยัง proxy ที่จัดการให้สำหรับการถอดเสียง
ฉันสามารถใช้งานออฟไลน์ได้หรือไม่? ด้วยผู้ให้บริการ STT ภายในเครื่อง (Whisper ผ่าน Ollama) และ LLM ภายในเครื่อง (Ollama) แอปทำงานได้ออฟไลน์ทั้งหมด ไม่ต้องเชื่อมต่ออินเทอร์เน็ต
รองรับภาษาอะไรบ้าง? STT รองรับ 99+ ภาษา ขึ้นอยู่กับผู้ให้บริการ AI polish และการแปลรองรับ 20+ ภาษาเป้าหมาย
แอปนี้ฟรีหรือไม่? ใช่ แอปทำงานได้เต็มรูปแบบด้วย API key ของคุณเอง (BYOK) การสมัครสมาชิก Cloud Pro ($4.99/เดือน) เป็นตัวเลือกเสริม
- 💬 Discord — แชท, รับความช่วยเหลือ, แบ่งปันความคิดเห็น
- 🗣️ GitHub Discussions — เสนอคุณสมบัติ, ถาม-ตอบ
- 🐛 Issue Tracker — รายงานบั๊กและคำร้องขอคุณสมบัติ
- 📖 คู่มือการมีส่วนร่วม — การตั้งค่าสำหรับพัฒนาและแนวทาง
- 🔒 นโยบายความปลอดภัย — รายงานช่องโหว่อย่างรับผิดชอบ
- 🧭 วิสัยทัศน์ — หลักการโครงการและทิศทางแผนงาน
ยินดีต้อนรับทุกการมีส่วนร่วม! ดู CONTRIBUTING.md สำหรับการตั้งค่าสำหรับพัฒนาและแนวทาง
กำลังหาจุดเริ่มต้น? ดู issue ที่ติดป้าย good first issue
โครงการทั้งหมดนี้สร้างขึ้นภายในวันเดียวโดยใช้ Claude Code — ตั้งแต่การออกแบบสถาปัตยกรรมจนถึงการพัฒนาเต็มรูปแบบ รวมถึง Tauri backend, React frontend, CI/CD pipeline และ README นี้