Windows 中文语音输入怎么选：六款工具横评

在 Windows 上找中文语音输入，候选看着不少，路线差别却很大：有的把模型放在本机，有的把音频送去云端；有的只负责把话变成字，有的还能顺手改成邮件。把 Saymore、Typeless、微信输入法、OpenWispr、Handy、Windows 语音访问放到同一组维度下过一遍，比单独看某一款更容易做决定。

先明确四个比较维度

是否免费开源：能不能拿到源码、能否自行审查或从源码构建，还是闭源交付。

离线本地化程度：语音识别、文本整理、热词学习发生在哪里——本机，还是云端。

中文识别：普通话、口音、专有名词、标点恢复在中文场景下的实际可用程度。

文本整理：只给一段文字，还是会加标点、去口水词，甚至改写成书面语、邮件。

这四项组合起来，基本能回答“能不能断网用”“录音会不会离开本机”“说完能不能直接拿去用”这几个高频疑问。下面逐项展开。

逐项对比

Saymore

Saymore 是面向 Windows 10/11 x64 的开源中文语音输入与口述整理软件。免费开源，代码可自行审查，也能从源码运行，项目主页在 https://github.com/frankzch/Saymore ，安装包在 https://github.com/frankzch/Saymore/releases 。

离线程度高：语音识别、文本整理、术语和历史热词都在本机运行，内容不上传；普通 CPU 可运行，4 GB 显存 GPU 可加速。中文识别面向口述场景。文本整理提供轻度、深度、邮件、00 后风格几种方式。已知限制也明确：目前仅支持 Windows，首次使用需联网下载约 1.5 GB 模型，安装包未签名。

Typeless

闭源交付，不提供源码，无法本地部署或自行审查。离线程度低，音频在云端处理，录音不能外传或断网时基本不可用。中文识别依托云端服务，通常可用，实际效果与网络状况、可用地区、服务策略有关。文本整理是它的强项，AI 润色和结构化处理比较省心，适合愿意把音频交给云端换体验的人，也适合跨设备使用。

微信输入法

闭源，可免费使用，代码不公开。Windows 上的语音能力通常依赖联网服务，离线可用性要按具体版本和场景判断，不能默认它是本地工具。中文识别是它的长处，聊天、短句输入很顺手。文本整理偏轻量：加标点、去口水词为主，把长段口述改写成邮件不在它的定位里。

OpenWispr

开源路线，适合不接受闭源方案、愿意自己配置的用户。通常基于 Whisper 类模型在本地运行，配置得当录音不出本机，但离线程度取决于模型选择和参数设置。中文效果没有统一结论：能完成转写，专有名词、标点和断句往往需要后期调整。文本整理以原始听写为主，润色和改写通常不是它的核心能力。

Handy

近一年被讨论较多的开源本地听写工具，Windows 可用，其他平台支持以项目说明为准。走本地 Whisper 类模型路线，离线程度较高，音频不必上传。中文识别同样取决于模型与硬件，选大模型配好显卡效果更好，普通配置需要接受一定误差。文本整理以转写为主，标点、分段、润色能力相对基础。

Windows 语音访问

系统内置的辅助功能，闭源。离线能力视 Windows 版本、语言包和设置而定，不能一概当作完全离线工具。中文支持在逐步改善，但受系统版本和语言包影响较大。文本整理以基础标点和语音命令为主，不是润色工具，更偏向系统操作与基础听写。

一张表看清差异

工具	是否免费开源	离线本地化程度	中文识别	文本整理
Saymore	免费开源，Windows 客户端	高：识别、整理、热词均本机运行	面向中文口述，首次需下载约 1.5 GB 模型	轻度、深度、邮件、00 后风格
Typeless	闭源	低：音频云端处理	依赖云端服务	AI 润色较强
微信输入法	闭源，可免费使用	中低：语音通常联网，视版本	中文识别强	加标点、去口水词
OpenWispr	开源	高：可本地跑 Whisper 类模型	取决于模型和配置	弱，偏原始听写
Handy	开源	高：本地 Whisper 类模型	取决于模型与硬件	弱，偏原始听写
Windows 语音访问	闭源，系统内置	视版本，离线能力有限	中文支持看语言包	基础标点与语音命令

按场景怎么选

录音不能上传、希望断网也能用：主要看识别和整理是否都在本机完成。Saymore、OpenWispr、Handy 属于这一类，差别在于 Saymore 面向 Windows 中文口述整理、装好即用，后两者需要自己准备和调模型。Typeless 音频在云端，微信输入法和 Windows 语音访问则要看具体版本是否联网。

坚持免费开源、愿意折腾：OpenWispr、Handy 更灵活，模型和参数可以自己调；Saymore 免费开源、当前只做 Windows 客户端。三者的共同点是源码可查，不同点是上手成本。

中文办公、口述完就想直接用：短消息用微信输入法足够；会议记录、邮件、文档这类长口述，Saymore 的整理风格更贴近“说完就能用”；更看重跨平台、能接受音频上云，再考虑 Typeless。

不想装额外软件、以语音控制为主：Windows 语音访问合适，但中文长文整理不是它的强项。

OpenWispr 中文到底行不行：取决于模型、参数和硬件，它能做本地转写，但标点、专有名词、断句常要手动处理，不适合直接下“好”或“不好”的结论。

怎么判断一款工具是不是真离线：看模型有没有提前落到本机。Saymore 首次需联网下载约 1.5 GB 模型，OpenWispr 和 Handy 也要自己准备本地模型。

利益相关：作者参与 Saymore 项目。

创作说明：本文在资料整理与成文中使用了 AI 辅助（DeepSeek），经作者审阅后发布，作者对内容负责。