大家好，最近把自己在 Linux 上用的语音输入工具整理成了开源项目：豆包说（ Doubao Say ）。它是 GTK4 应用，不需要一直盯着一个单独的输入窗口：在目标应用中按快捷键开始录音，结束后再把识别文字送过去。支持短按切换和长按说话，悬浮窗显示实时转写。 目前可选三种云端识别方式：豆包网页登录、火山引擎官方 Seed ASR 2.0 API ，以及 1.3.0 新增的 Deepgram Nova-3 美式英语听写。后两种需要自己的 API Key ，费用由对应服务商按账号收取。项目不是豆包或字节跳动的官方客户端。 桌面适配方面，Hyprland / Wayland 可以用剪贴板粘贴，安装 wtype 后也能选择直接输入；原生 X11 可借助 xclip 和 xdotool 粘贴。其他 Wayland 桌面在无法确认焦点时会保留结果，供手动复制。安装包和 Omarchy 插件都在 Release ，安装步骤见官网。 项目发到推特后，DHH 本人关注了我的账号，并点赞、评论、转发了项目帖。如果你在不同桌面环境下试用，欢迎反馈发行版、桌面会话、触发键以及遇到的问题。这部分最需要真实设备上的反馈。 项目： https://github.com/quanru/doubao-say 安装： https://doubao-say.lifeos.md/zh/guide/install

  • 情报分类：开源项目与落地
  • 分类依据：内容涉及项目实践、创业、副业或变现
  • 信息来源：服务器 / V2EX
  • 发布时间：2026/9/28 09:22:51