SayItは、話し言葉を文字表現に自動的に変換するオープンソースのAI音声入力方法です。

SayItとは何ですか？

SayItは、Rustをベースに構築されたオープンソースのAI音声入力方式で、Windowsデスクトップに対応しています。ユーザーはショートカットキーを長押しして話すだけで、話した言葉がリアルタイムでテキストに変換されます。この製品は、ローカル、クラウドAPI、サーバーの3つの音声認識モードを提供します。内蔵のAI処理エンジンにより、フィラーワードの自動削除、タイプミスの修正、語順の整理、中国語と英語間の翻訳が可能です。また、アプリケーションに基づいてプロンプトルールを自動的にマッチングし、効率性とプライバシーのバランスを取る機能も備えています。

SayItの主な機能

音声文字起こしローカル、クラウドAPI、サーバーの3つの音声認識モードをサポートしており、必要に応じてプライバシー、精度、ハードウェア要件のバランスを取っています。
AIによる選別意図の整理、忠実な校正、中国語・英語翻訳という3つの磨き上げモードが内蔵されており、話し言葉を自動的に論理的に明瞭な文章表現に変換します。
適用規則カーソルが配置されているアプリケーションに基づいてプロンプトルールを自動的に照合し、Teams、Outlook、VSCode、Cursor、メモ帳などの一般的なソフトウェアと互換性があります。
ホットワードカスタマイズカスタムホットワードライブラリをサポートしており、専門用語、人名、固有名詞の認識精度を効果的に向上させます。
テーマの外観明るい、暗い、暖色系のカラーテーマと、さまざまなフローティングウィンドウスタイルを提供し、カスタム波形とウィンドウ長をサポートします。

WeChatでフォローして「オープンソース「、参加するAIオープンソースプロジェクトに関するディスカッショングループ

SayItの使い方

ダウンロードしてインストールするSayItの公式ウェブサイト（https://sayitapp.site）にアクセスして、Windowsクライアントをダウンロードし、インストールを完了してください。
モード選択初回起動時には、音声認識エンジンページが表示されます。必要に応じて、ローカルモード、クラウドAPIモード、サーバーモードを切り替えることができます。
ショートカットキーを設定するデフォルトでは、スペースバーの右側にあるAltキーが音声トリガーキーとして使用されますが、これは設定でカスタマイズできます。
話し始めてください任意のテキストボックスでショートカットキーを押し続けながらマイクに向かって話すと、キーを離した瞬間に編集したテキストが自動的に挿入されます。
履歴を表示履歴ページで、クリックして詳細を展開すると、元の文字起こし、使用されたモデル、音声の長さ、認識時間などを遡って確認できます。

SayItの主な利点

プライバシー第一完全なローカル認識と自己ホスト型デプロイメントをサポートしており、音声データはデバイスから外部に送信されず、処理後すぐに削除されます。
オープンソースで透明性が高いフロントエンドとバックエンドのコードは完全にオープンソースであり、AGPL-3.0ライセンスを使用しており、監査可能で、コミュニティによる共同開発をサポートしています。
軽量で安全クライアントはRustをベースに構築されており、リソース消費量が少なく、動作が安定しており、セキュリティも高い。
インテリジェント組織AIは、音声言語を自動的に書き言葉に変換し、セグメンテーション、翻訳、口語表現の削除など、さまざまな校正モードをサポートします。
シーンの脚色現在使用しているアプリケーションに基づいてプロンプトのルールを自動的に切り替え、Teams、Outlook、VSCodeなどのワークフローにシームレスに統合します。

SayItのプロジェクトアドレス

プロジェクト公式サイト：https://sayitapp.site/
GitHubリポジトリ：https://github.com/crosswk/SayIt

SayItの類似競合製品の比較

比較対象寸法	SayIt	AudioClaw (SenseTime)
製品ポジショニング	デスクトップデバイスにおける音声認識（音声テキスト変換）に特化した、オープンソースのAI音声入力方式。	SenseTimeのAI音声入力ツールは、複数のデバイス間でのインテリジェントな入力に重点を置いています。
展開方法	ローカル、クラウドAPI、セルフホスト型サーバーの3つのモードをサポート。完全オープンソース。	主にクラウドサービスとクローズドソース製品に依存している
プライバシー保護	ローカルモードでは、データはデバイスから外部に送信されません。サーバーモードでは、処理されたデータは保持されず、自己ホストできます。	主にクラウド処理に依存しており、プライバシーポリシーはサービスプロバイダーによって管理されています。
AIによる選別	複数の研磨モードを内蔵し、アプリケーションレベルのプロンプトルールのカスタマイズをサポートします。	音声認識と基本的な入力支援に重点を置いており、AI処理能力は比較的限定的である。

SayItの応用事例

オフィス文書Word、Outlook、VSCodeなどのソフトウェアで、メール、文書、コードコメントを素早く作成し、入力効率を向上させます。
会議議事録会議での発言をリアルタイムで構造化された議事録に変換し、自動的に箇条書きに整理し、不要な発言を削除します。
異言語間コミュニケーションこれにより、ユーザーは中国語を話しながら同時に英語のテキストを出力することができ、国際的なチームコラボレーションや外国語コンテンツの作成が容易になります。
コンテンツ作成このシステムは、自主制作メディアの著者や小説家が自分の文章を音声入力できる機能を提供し、入力された文章はAIによって自動的に分かりやすい記事に変換される。
アクセシブルな入力これは、タイピングが困難なユーザーや、手が不自由なユーザーにとって効率的な音声入力の代替手段となり、利用開始のハードルを下げる。

すべてのカテゴリ