微軟開源超強語音輸入法：Vibing（Windows + macOS）

隨着大模型與多模態能力持續爆發，語音交互正成爲新一代輸入風口。像手機端的豆包語音輸入法，憑藉精準識別、智能斷句、自然流暢，收穫大量好評。

但豆包語音輸入法目前尚未發佈 Windows 版本，電腦端想用上同款體驗並不容易。市面上其它語音輸入工具，要麼依賴雲端 API、需要按量付費。

最近，微軟直接甩出王炸，開源了超強語音轉文本模型 VibeVoice-ASR，並基於它推出了一款開箱即用的語音識別輸入工具「Vibing」提供了 Windows 和 macOS 客戶端。

VibeVoice-ASR 是微軟開源的90 億參數統一語音識別大模型，在 GitHub 上收穫海量 Star，堪稱當前 ASR 領域的 “長語音王者”。50 + 語言支持：中英混合、多語種切換都能穩識別，不切片、不拼湊：一次性處理長達 60 分鐘音頻，64K 超長上下文，全程語義連貫。

免費、開源、開箱即用的 Windows 語音識別輸入工具「Vibing」使用很簡單，按下快捷鍵 Ctrl+Win 即可快速激活語音轉文本，在 Word、瀏覽器、聊天窗口等任意輸入框都能直接用，不用切換軟件。

按下 Ctrl+Win+Alt 支持語音翻譯，可直接外語轉中文，也能中文轉其他語言，翻譯準確、延遲極低，跨境溝通、外文聽寫都能用。

自定義熱詞，專業場景更準支持添加行業術語、專屬名詞，解決專業詞彙識別不準的問題，科研、法務、技術崗都適配。

功能介紹

• 超長語音輸入：單次錄製支持5 分鐘以上連續語音，不用分段、不用反覆暫停，一口氣說完。

• 自定義熱詞庫：可添加人名、專業術語、行業黑話等專屬詞彙，識別更精準，告別頻繁改錯。

• 上下文意圖理解：不只逐字轉寫，更能結合語境讀懂你的真實意圖，表達更自然、更準確。

• 50 + 種語言全覆蓋：支持全球 50 餘種語言輸入，自動識別語種，不用手動切換。

• 中英混合自由說：一句話裏中英文隨意穿插，照樣精準識別，符合日常口語習慣。

• 大模型 AI 智能潤色：自動將口語化語音整理爲通順、流暢、得體的書面文本，直接可用。

•  實時語音翻譯：邊說邊翻譯，跨語言溝通、外語聽寫、外文記錄一步到位。

總結

在語音輸入成爲剛需的今天，微軟 VibeVoice-ASR + Vibing 組合，不用花錢買 API，一鍵喚起、超長語音、多語言翻譯、說話人區分，全部拉滿。可以說是目前最省心的開源語音輸入法之一。