雙路錄音
系統聲音和麥克風同時採集、自動混音。線上會議、網課、訪談、面對面討論,兩邊的話都不漏。
系統聲音與麥克風同時錄製,說話即出文字,即時翻譯成 13 種語言,一鍵產生 AI 會議紀要。 核心功能全部在你的電腦上執行 —— 本機永久免費、開源;想要更強效果時,可以依需求選用雲端優質模型。
新使用者註冊送 100 點數(約 2~4 小時完整會議)· 這個版本還在打磨,歡迎回饋問題,採用再送 20 點數一次錄製,轉寫、翻譯、字幕、紀要全部自動完成 —— 而且都在你自己的電腦上。
系統聲音和麥克風同時採集、自動混音。線上會議、網課、訪談、面對面討論,兩邊的話都不漏。
X-ASR 與 SenseVoice 雙本機引擎串流辨識,說話的同時文字就出來了,全程離線。
逐句串流翻譯,13 種目標語言,譯文緊跟在原文下方,邊開會邊看懂。
本機大型語言模型離線產生主題、結論與待辦事項,也可以接入你自己的 API 或網頁 AI。
離線辨識使用雲端豆包 / 千問時自動區分說話者、按「誰在說」分段標註;在歷史詳情頁點一下名字就能改成「張經理」「客戶」,紀要裡誰說了什麼一目了然。
獨立字幕視窗永遠置頂,可拖曳、可調行數與字體大小。看外語會議,像看一部有字幕的影片。
轉寫原文和譯文都能一鍵朗讀,31 種語言、可選音色,聽外語內容更省力。
所有會議儲存在本機 SQLite,支援全文搜尋、標題與段落行內編輯、換模型重新辨識。
TXT / SRT / Markdown / 會議紀要一鍵匯出,還能直接列印成 PDF 歸檔。
把雲端優質模型接進應用程式,把字幕浮到桌面上,把免費和付費徹底分開。
不用再等幾個 GB 的模型下載。直接呼叫雲端大型模型:更強的多語種辨識、更準的即時翻譯、更大的總結模型,選好就能跑。同一場會議還能換模型重新辨識做比較。
獨立的字幕懸浮視窗,永遠置頂、隨意拖曳、行數與字體大小都能調。外語會議、直播、網課,螢幕上直接飄著即時字幕。
本機模型永久免費,不限時長、不限次數。只有你主動選擇雲端模型時才按實際用量扣點數 —— 不訂閱、不包月、不自動續費,儲值的點數自儲值之日起 1 年內有效,再次儲值可延續。
同一款應用程式,兩套引擎。日常會議用本機,追求精準度或多語種時切換雲端,隨時可換。
| 比較項目 | 本機模型 | 雲端模型 |
|---|---|---|
| 費用 | 永久免費,不限時長與次數 | 按實際用量扣點數,用多少扣多少 |
| 網路 | 模型下載完成後可完全離線 | 需要連網,中國大陸可直連 |
| 隱私 | 音訊與文字全程不離開你的電腦 | 只有你選用的那段內容會傳送到伺服器 |
| 準備成本 | 首次需下載 0.5 ~ 2.5 GB 模型 | 無需下載,選好即用 |
| 適合場景 | 日常會議、隱私敏感、無網路環境 | 多語種會議、長會議、追求辨識精準度 |
常見的雲端會議工具按分鐘計費、錄音與轉寫留在廠商伺服器上;VoxMinutes 把核心能力放在你自己的電腦上。
| 痛點 | 常見做法 | VoxMinutes |
|---|---|---|
| 費用 | 按分鐘 / 按人數訂閱,超時長另算 | ✓本機功能永久免費,不限時長與次數;雲端按量可選 |
| 隱私 | 錄音與轉寫儲存在廠商伺服器上 | ✓本機模式全部在你自己電腦上執行,0 位元組上傳 |
| 錄音 | 只能錄麥克風,或只能錄系統聲音 | ✓系統聲音 + 麥克風同時錄製、自動混音 |
| 離線 | 沒有網路就無法使用 | ✓本機模型可完全離線;需要更強效果時再切換雲端 |
| 上手 | 需要命令列、設定環境或自己部署模型 | ✓應用程式內建模型管家 + 首次啟動精靈,無需終端機 |
| 相容性 | 瀏覽器外掛受音訊權限限制,只支援部分會議軟體 | ✓系統層級採集,適用任何會議軟體 |
| 資料歸屬 | 轉寫與紀要留在廠商帳號裡 | ✓本機 SQLite 儲存,匯出 TXT / SRT / Markdown / PDF |
點數只在呼叫雲端模型時消耗 —— 語音辨識、即時翻譯、會議總結、語音朗讀共用同一份。付款後自動發送兌換碼,在 App「使用者中心 → 儲值/兌換」貼上即可入帳。
先試試雲端模型的效果
長會議、多語種會議更划算
單位點數最便宜
足夠錄製約 2~4 小時完整會議(辨識 + 翻譯 + 總結)。首發限量,贈送點數自領取之日起 90 天內有效。
時長按「一場 1 小時會議 = 語音辨識 + 即時翻譯 + 會議總結」的常規設定估算:選用即時串流模型約 54 點數/小時,選用更省的模型約 26 點數/小時,所以按 26~54 點數/小時給出區間。實際用量取決於你選擇的模型。
不需要命令列,不需要設定環境,安裝後跟著精靈走就行。
從 voxmin.top 直接下載 Windows 安裝程式(約 50 MB,中國大陸下載速度快),雙擊安裝。 macOS 版與歷史版本見 GitHub Releases(備用來源)。首次開啟的安全提示見下方常見問題。
首次啟動精靈幫你下載或匯入本機模型(中國大陸自動切換備用鏡像站),也可以直接選雲端模型,一步跳過下載。
選好麥克風與系統聲音,點錄音。文字即時出現,隨時開啟翻譯、桌面字幕與語音朗讀。
結束後一鍵產生 AI 紀要;歷史紀錄裡可全文搜尋、編輯、重新辨識,匯出 TXT / SRT / Markdown / PDF。
核心功能完全免費且開源(AGPL-3.0):本機轉寫、翻譯、會議總結、桌面字幕都不限時長、不限次數,也不需要註冊帳號。
只有當你主動選擇雲端模型時才會消耗點數 —— 按實際用量計費,不訂閱、不包月、不自動續費。新使用者註冊還會贈送 100 點數先試用。
用本機模型時,模型下載完成後即可全程離線,音訊、轉寫、翻譯與總結都在你自己的電腦上完成,不會離開裝置。
只有當你主動選擇雲端模型時,對應的那段音訊或文字才會傳送到伺服器;本機功能不受影響。
不需要顯示卡。所有模型都是量化版本,純 CPU 即可執行,建議 8 執行緒以上的機器。本機即時轉寫 RTF ≈ 0.25,本機即時翻譯約 2~4 秒/句。
目前正式支援 Windows 10 / 11(安裝程式約 50 MB)。macOS(Apple 晶片版)開發中、即將上線,尚未提供安裝程式;Linux 在計畫中 —— 可以到 GitHub Issues 投票幫我們排優先順序。
它在系統層面採集音訊,不依賴特定應用程式,所以 Zoom、騰訊會議、飛書、Teams、Google Meet、網課、直播、播客都能錄;把筆記型電腦帶進會議室錄線下討論也行。
安裝程式暫未購買程式碼簽章憑證,所以系統會攔一下 —— 這不代表軟體有問題,原始碼完全公開,也可以按 README 自行編譯。
Windows:SmartScreen 彈出藍色警告時,點「更多資訊 → 仍要執行」。
macOS:提示「無法驗證開發者」時,右鍵點應用程式選「開啟」;或到「系統設定 → 隱私權與安全性」裡點「仍要開啟」。
雲端接入了豆包、千問、MiMo、Deepgram 等多家模型,涵蓋中英日韓等 30+ 語種。中文會議可以選豆包,純英文 / 海外場景可以選 Deepgram,多語種混說可以選千問。
同一場會議可以換一個模型重新辨識,直接比較效果 —— 覺得哪個準就用哪個。
按「一場 1 小時會議跑完辨識 + 翻譯 + 總結」的常規設定估算約 26~54 點數(取決於所選模型),所以 100 點數約等於 2~4 小時完整會議;如果只做檔案轉寫,能用得更久。
實際用量取決於你選擇的模型,紀錄可以在 App「使用者中心」裡按日期和模型逐筆檢視。
在本頁選購點數包,付款後頁面會自動顯示兌換碼。開啟 VoxMinutes App →「使用者中心 → 儲值/兌換」,貼上兌換碼,點數立即入帳。
餘額綁定在你的帳號上,換電腦或重裝應用程式都不會遺失。儲值的點數自儲值之日起 1 年內有效,再次儲值可延續。
免費下載。本機模型跟著精靈下載即可,中國大陸網路自動切換到可用鏡像站,無需代理。
Windows 首次執行安裝程式若出現 SmartScreen 藍色提示,點「更多資訊 → 仍要執行」即可(原始碼公開,可自行編譯核對)。macOS 版上線後首次開啟若提示「無法驗證開發者」,請右鍵點應用程式選「開啟」。