DictatorFlow 更新：自定义唤醒词，免按键语音输入

DictatorFlow 最近更新了语音输入方式。开发者 Lee Penkman 在 X 上演示，现在可以训练自定义唤醒词，并且完全不用按键。应用免费，云转录可选，也可以自己带 API key。

DictatorFlow 是一个跨平台语音听写应用，支持 Windows、macOS、Linux。原生二进制，用 Zig 编写，没有 Electron 那种内存负担。本地运行离线，音频不出设备。也提供云端转录模式，自动在多个服务商之间切换。下载不需要账号，本地推理无限量。

Lee Penkman 的演示视频：

唤醒词功能入口在应用内。训练一个你自己的唤醒词，然后直接说话，文字会输入到当前聚焦的窗口。之前需要按快捷键 Ctrl+Shift+D，现在键都不用按。

官网还有一个板块叫“Measured, Not Marketed”，意思是“以实际测量为准，而非营销”。开发者公开了每个速度优化的 WER 表现，包括没上线的实验。例如 VibeVoice-ASR CPU 路径的 WER 是 60.45%，因此不是默认选项。这种透明度在语音产品里很少见。

功能方面值得一提的还有语音编辑。选中任意应用里的文字，说“Make it more professional”，结果直接替换。也能翻译、总结、改代码。浏览器 widget 可以在任意 textarea 旁加语音输入。API 支持 PCM、WAV、WebM、MP3、OGG，按秒计费，$0.004/秒。

技术实现上，本地模型是 Parakeet CTC 0.6B，跑在 ONNX Runtime，支持 NVIDIA CUDA、AMD ROCm，CPU 也能跑。整个项目 Apache-2.0 开源，桌面应用、本地引擎和 API 服务器都在内。云服务是付费的，收入用来养免费本地版。

对厌倦了键盘输入，或者在意语音隐私的人，DictatorFlow 提供了一个可验证的选择。开源和数据透明是它最不像营销号的地方。