当写作不再需要“写”，你的思维才能真正获得自由。

---

你好，这是「AI 内容提效工具箱」系列内容之：免费语音写作工具。

我是大圆，专注「AI 内容提效」的实操经验与工具分享，欢迎关注。

go~

---

在豆瓣上，一位读者在评价剑飞老师的《语音写作》时话：

“我有很多话想说，但一坐到电脑前，就感觉被什么东西堵住了。”

这或许是所有被写作困扰的人的共同心声。我们的大脑在高速飞转，而手指却在键盘上蹒跚学步。

另一位读者在阅读粥左罗老师的《语音写作》时说：

“他用语音写作的方法，一天能轻松输出上万字，这彻底颠覆了我对写作效率的认知。”

这种惊人的效率反差，其根源正是一种被称为 “语音写作” 的创作方式。

它远不止是“用嘴打字”，而是一场关于思维、表达和效率的深度革命。

---

《语音写作》

根据剑飞老师和粥左罗老师的方法论与大量实践者的反馈，语音写作的核心价值，在于它精准地解决了传统写作中最深层的几个痛点：

1. 疏通思维堵塞

剑飞老师在书中指出，打字带来的停顿和修改，会不断打断思维的连续性。

语音写作则强制你保持流动的状态。

就像一位读者所形容的，它让你从“挤牙膏式的写作”变成了“开闸放水式的记录”。

当你不再纠结于某个词的精准，而是专注于将内在想法完整地讲述出来时，思维的阀门就被彻底打开，文字成为了思想的自然流淌。

2. 不要精致要高效

我们大多数人之所以写得慢、写得痛苦，是因为在写第一句时，就在用最后一句的标准来审判它。

粥左罗极力推崇语音写作，正是因为它践行了 “最低成本完成初稿” 这一核心理念。

一位实践者分享说：“语音写作让我学会了‘先完成一坨屎，再把它雕琢成艺术品’。”

这种方法让你坦然接受初稿的不完美，将创作过程清晰地分为“生产创意”和“打磨文本”两个阶段，效率由此呈指数级提升。

3. 知识内化与觉察

有趣的是，多位实践者在语音写作带来的最大惊喜并非效率，而是深刻的自我觉察。

剑飞的方法强调，说话的过程本身就是整理思路的过程。当你将自己的想法不加过滤地口述出来，你才能真正“听”到自己到底在想什么，从而理清模糊的概念，甚至发现潜藏的灵感。

这使写作从一种外部任务，转变为一种内化知识、自我对话的成长工具。

---

如果你也想试试《语音写作》，下一个关键问题就是：我该用什么工具？

工具分享

5年前，有个程序员不想写代码注释，就自己开发了款小工具：按住 Capslock 键，就能用语音快速写注释。

这款工具就是 CapsWriter，这些年我一直在用。

并且长期入驻我的 shell:startup（Windows开机启动软件列表）。

上图：作者 2020 年的使用教程

这些年，语音写作的工具我大概测试过十来款，从最开始的语音输入法，到后来的AI 大模型语音转文字都用过。

进入正题，我们开始「AI 内容提效工具箱」系列之：

免费语音写作工具推荐

---

CapsWriter Offline

# CapsWriter-Offline（4.2K)：
https://github.com/HaujetZhao/CapsWriter-Offline

# 图形界面包分支:
https://github.com/H1DDENADM1N/CapsWriter-Offline

CapsWriter 的作者后来又开发了一款基于本地开源模型的语音转文字软件，叫 CapsWriter-Offline。

之前的 CapsWriter 用的是阿里云这类平台的语音转文本服务，而离线版本的 CapsWriter-Offline 用的是本地开源服务，核心优势就是完全免费、速度快，还不用担心隐私泄露。

不过它的界面是两个黑色的命令框，非程序员用起来可能会觉得有点难接受。也有其他程序员帮忙把它打包成了安装程序，还加了翻译功能，另外也整合了各种离线模型。这款工具后来被很多程序员推荐，在网上能找到不少相关文章。

上图：命令行版本（可无感隐藏）

上图：打包界面版本

1. 绝对的隐私

CapsWriter Offline 的工作原理是利用你电脑本地的开源大模型进行语音识别。

你的所有录音，哪怕一个字，都不会离开你的电脑。

对于处理商业计划、私人日记或敏感材料的用户来说，这是无可替代的安心。

2. 快速的响应

它的工作模式是“长按快捷键说话，松开即刻出字”。

由于无需等待网络传输，其响应速度是三款中最快的，几乎在你话音刚落的瞬间，文字就已跃然屏上。

这种“零延迟”的爽快感，一旦习惯就无法回头。

3. 高度可定制

支持各种设置、快捷键，以及专有名词（中文、英文）的自定义，能满足你的个性化操作习惯。

比如你平时用语音输入专有名词时，可能会出现“open ai”这样的情况，这时候只要把常用词自定义到词库里，它就会自动匹配成标准的“OpenAI”。

再比如，只要说“毫安时”，就会自动转成“mAh”；说“二五八”，自动转成数字“258”（可开启或关闭）。

这个功能对写作时用到的行业专用名词特别有用。

比如你是化学老师，需要写各种化学名词；或者你是影视自媒体，需要用到各种影视篇名和角色名，这些都能提前保存好。

---

豆包桌面版

https://www.doubao.com/download/desktop

如果你在寻找一款无需折腾、开箱即用的现代解决方案，那么豆包桌面版无疑是你的首选。

1. 丝滑体验 不打扰

豆包桌面版并非一个单一的语音工具，而是一个功能强大的 AI 助手集合。

它内置的语音输入功能，好用，且不打扰。

不打扰这一点，是我觉得最好用的。

你只需在需要时，使用快捷键唤出一个悬浮的语音按钮，开始说话，文字便会几乎实时地出现在文本框里。

说完后，一个回车键，或一次复制粘贴，刚刚口述的整段文字就已经到了你的 Word、记事本、Obsidian、飞书或公众号后台编辑器里了。

如果只能把文本输入到它的自己的 AI 浏览器输入框里，那我就不会推荐了。

整个过程如行云流水，极大地减少了“操作感”，让你能完全沉浸在“诉说”的状态中。

2. 大厂出品 全免费

作为大厂出品（抖音旗下）的豆包，其稳定性和兼容性有保障，你无需担心插件冲突或突然停止维护的问题。

目前无需支付任何费用，即可享受高质量的语音转写服务。

3. 快速润色 自定义

使用豆包，你得到的不仅是一个语音转文字工具，而是一个集成了AI搜索、翻译、总结等功能的强大工作台。

比如我最常用的方式是，直接用豆包自带工具，把语音转文本的错别字进行修改和润色。

它的小工具支持自定义提示词，这点特别好用。

比如我只想改我写的内容里的错别字，就在提示词里明确约束；要是想让AI根据我讲的内容做大幅度润色修改，也能在提示词里加上相应要求。

如下图，我在工具栏里加了 4 个提示词，应对不同的修改场景：有时候是要对大段文章有个整体梳理，有时候就只是针对某一段话做错误修改。

豆包虽然写文章不咋地，但用它的小功能还是很丝滑的。

---

LazyTyper

https://lazytyper.com/zh

LazyTyper 走的是一条高度灵活和轻量化的路线。

软件本身非常小巧（小于 10 兆），不占系统资源。

它更像一个为你搭建好的脚手架，具体用什么材料（识别引擎），由你自己决定。

1. 自主可控 更灵活

LazyTyper 最大特点在于，你需要自己接入诸如火山引擎、ElevenLabs 等第三方语音识别服务的API。

这意味着你可以根据自己的预算和对识别准确率的要求，自由选择最适合你的服务商。

• 如果你需要中文语音识别率好的，可以选择火山引擎的豆包；
• 如果你想要对于代码变量名的格式化识别更好的，可以使用 ElevenLabs；
• Groq Whisper、Mistral、AssemblyAI 也各有所长，可以根据任务随时切换。

2. 反应时间 比较长

需要注意的一点是，由于其工作模式通常是“先完整录音，再统一发送识别”，因此它的响应速度是三款中最慢的。

你可能需要说完一整句话甚至一段话后，等待识别后才能看到文字输出，这对于追求思绪实时呈现的用户来说，体验上会打一些折扣。

3. 其他使用 小方法

LazyTyper 会把你说的每句话都记录下来，你不用一直开着它，只要在需要记录重要内容的时候启用，它就能当记事本使用。

---

综合对比

为了更直观，我们用一个表格来总结：

1/

如果你只想找一款能立刻提升写作效率的工具，请直接安装「豆包桌面版」。它是平衡了易用性、速度和功能的最佳选择。

2/

如果你非常看重数据隐私，或追求极致速度，并且不畏惧一点小折腾，「CapsWriter-Offline」 将给你带来无与伦比的爽快体验。

3/

如果你不想装大软件，且愿意自己配置API，「LazyTyper」 作为一个轻量级备选，能够满足你的基本需求。

---

结束

别再让打字束缚你的思维。

从现在开始，选择一款工具，开口诉说，让你的创作力如江河般奔流不息。

我是大圆，专注「AI 内容提效」的实操经验与工具分享，欢迎关注。

- 内容工具箱 免费分享
- 好用工具 推荐及教程
- AI实操经验 分享交流

如果你对「AI+视频/图文自动化」感兴趣，欢迎加个好友，一起学习。