[免费] LazyTyper：用「嘴」写代码，给 Claude Code 发语音（Mac 首发）

[oldcai]

吸上 Vibe Coding 这段时间，我发现和 Claude Code 聊天最大的痛点不是 token 不够，而是要输入的字太多。长 prompt 、长解释，手敲真累。

我把市面上语音输入法都试了个遍：要么贵、要么卡、要么贵还卡。干脆自己写了一个“按住说话、松开出字”的小工具。

越用越顺手：除了和 Claude Code 对需求、调 bug 、写 commit ，各种 prompt……

现在也不用吐槽微信电脑版为啥没有语音识别了

我现在已经很少用键盘长篇打字了。

既然自己爽了，就免费分享给大家。

LazyTyper = 语音写代码，双手解放。

• 按住全局快捷键说话，松开即把文字插入到光标处（ VS Code / 终端 / 浏览器 / 微信，有输入框就行）
• 自动标点、多语言，自然说就行
• 体感 3–7× 更快（长 prompt 尤其明显）

支持的语音识别引擎

四选一，都有用不完的免费额度，还可随时切换

Groq （ Whisper ）、Mistral （ Voxtral ）、AssemblyAI 、豆包语音

平台 & 价格

• macOS 首发（如果大家喜欢，会尽快做 Windows 版）
• 免费，无广告!

官网与下载：https://lazytyper.com/zh

Bug 、建议、Windows 版、支持其他模型，等等，有什么问题都可以留言，我会跟进完善。

[liulicaixiao]

@oldcai #60 我是今天逛之前买的一个产品大礼包发现的这个新东西，然后就突然想起来论坛里有人也做了类似的软件了。

[oldcai]

@liulicaixiao

哦哦，了解了。我记得那个大礼包是大概可以免费用一年。
你可以先用用他的，再过来对比一下。
给我一些使用的反馈，比如哪里觉得爽，但是 LazyTyper 没有的，帮助 LazyTyper 提升一下。

其实 LazyTyper 比它支持的 AI 更多（它只支持 Whisper ）
中英文混排识别率：它的识别率其实没有 LazyTyper 新加的 ElevenLabs 好
中文的识别率：也没有 LazyTyper 支持的豆包好

[qfdk]

火山引擎凭证验证失败：Invalid VolcanoEngine API credentials: 所有重试都失败了。最后的错误: 无法连接到服务器，请检查网络连接
卒

[oldcai]

@qfdk 奇怪，有没有对照一下引导文档中的 id/key 格式，是长的差不多的吗？
有没有开梯子或者有其他的复杂的网络情况？

[LinJunzhu]

之前一直没办法使用的 BUG 终于修复了，达到可用状态。

提个建议： 如果能一边说一边出文字，就最好了。 参考手机端的微信输入法#语音输入/系统的语音输入

[qfdk]

@oldcai 过两天再试试吧. 没有梯子哈.

[qfdk]

ElevenLabs 还是好用 !

[rafa]

顶一个，已经开始爽用了

[s4nd]

来个 windows 版吧

[theo]

@oldcai 赞一个，正在爽用
确实遇到了「火山引擎凭证验证失败」的问题，还有偶发的触发不成功的问题，都是多次退出重新启动后解决了。

[apollo007]

很不错，不过就是感觉有点慢，不是很快就出来的感觉。我希望的是呢。等我把话说完，他立刻就能出结果。

[apollo007]

@apollo007 #71 用着用着好像它的速度越来越快了，不错。目前来讲体验 99 分。

[followad]

会玩 会玩

[november]

安静，你吵到我用 TNT 了。

[ccc00]

请问豆包可以无限量使用吗？

[oldcai]

@ccc00 可以的，你安装后可以看到引导，有详细说明。
@november 安静，你吵到我用 LazyTaper 了。

[leetcode2020]

@oldcai 想请教一下，这个项目是基于 Tauri 开发的吗？另外，在 macOS 上有试过使用 Apple 自带的 Speech Framework 吗？想了解一下实际效果如何。

[oldcai]

@leetcode2020 对，Tauri+Svelte
Apple 的识别率不太好，中英混输也比较难受，后面提升了再加。
优先加识别率对生产力有帮助的。如果有更好的欢迎提。

[xiaket]

没有泼冷水或者冒犯的意思. 很多时候人说话, 尤其是比较长的内容, 会有不少的语气助词或各种停顿. 所以我自己本地做这个功能( https://github.com/xiaket/etc/tree/master/murmur)的时候, 先是丢给 whisper 识别, 后面再把识别出来的文本拿去给 OpenAI 润色一遍. 这样效果会好一点.

[oldcai]

@xiaket 没有没有，超级欢迎提意见。提到这么深入的问题，说明你肯定是同道中人。

其实我也考虑过这个问题，之前甚至调研过其他的产品，有的也有润色成书面语等功能。
但是实际测试下来，它的确有时候会让你有惊喜（比如口述 emoji 表情），但是更多时候它会添乱。
而且最重要的问题是，它会让我对语音转的文字没有信心。会增加不必要的校对的心力。

我觉得作为一个主要目的是输入的产品，还是要忠于输入。

而且其实不管是 Whisper 还是 ElevenLabs 这两款都会有将你轻微的停顿去除的功能，有大概 5%左右的纠错的能力；
至于豆包语音这种，它会把你的思考的那些声音，发出的“嗯”，“呃”的声音也加进去，我也针对实现了一个功能，去机械化地去除这样的一些停顿。暂时做到了用于 Vibe Coding 的时候我比较满意的程度。

你的建议我先拿小本本记下。我想的也不一定对，先看一下大家的意见，后面我会考虑。
如果你有好的案例，欢迎给我分享一下，我会再考虑考虑。