自己做語音輸入工具的三個理由

有很多人問我，為什麼要自己做一個語音轉文字的工具，也就是 Day 302 分享的 MicDrop：按住快捷鍵講話，放開之後，整理好的文字就會直接貼進你正在使用的視窗。

原因不外乎三個：節省打字時間、辨識準確度，還有費用。後面兩個，都跟它為什麼走買斷制有關：我沒有自己的後端服務（在雲端幫你處理資料的伺服器），MicDrop 用的是你自己的 ChatGPT 額度。

講話比打字快，但打字也是在思考

省時間這一點應該不用多說了吧，講話比打字快多了。

不過有時候，打字也是一邊在思考，所以語音也不見得能完全取代打字。

本機模型大概就是 85 到 90 分

我試過很多在自己電腦上跑的語音轉文字模型，目前的轉錄能力大概就是 85 到 90 分左右。Day 269 比較六個模型的時候，有的模型會把 agent 寫成「A 卷」、把 Jarvis 寫成「javas」。Mac 或 iPhone 內建的語音輸入，也常常需要另外修正。

我自己做 MicDrop 來取代平常打字，好處是可以附上目前視窗裡的一些內容，幫忙判斷這段話該轉成哪一類的詞彙，辨識就會更精準。

當然，這需要給 MicDrop 一些權限，讓它讀得到視窗內容。知名的軟體可能會把這些資料送到他們的伺服器，很多人對這方面有資安疑慮。

我沒有自己的後端服務，所以本來就不適合收訂閱費，我的做法是讓 MicDrop 直接走買斷制。錄音和你允許讀取的視窗內容，會透過你自己的 ChatGPT 帳號送到 OpenAI 處理，不會經過我的伺服器。但 MicDrop 一樣能提供精準的語音轉文字，效果也比本機模型好滿多的。

已經付了 ChatGPT，就不用再多付一份訂閱費

如果一個服務需要用它自己的後端幫你做語音轉文字，那它自然會跟你收一筆固定的訂閱費，這蠻合理的。

可是 MicDrop 用的是你自己的 ChatGPT 額度。如果你本來就有付 ChatGPT 的訂閱費，就不需要再為 MicDrop 多付一份訂閱費。在這種情況下，買斷會更合理。

目前 MicDrop 測試版已經陸續釋出給之前報名的人，有興趣的話可以持續追蹤，我可以幫你列入下一階段的測試名單。

---

Day 302 不用再付訂閱費給 Typeless 了：https://www.dawsonwang.com/day/302
Day 269 本地語音轉文字模型比較：https://www.dawsonwang.com/day/269