需自行配置 ASR 供应商并填入 API 密钥，否则无法识别；悬浮球需悬浮窗权限、自动插入需无障碍权限；与第三方输入法联动需额外安装 LSPosed/LSPatch 模块；剪贴板同步依赖自建 SyncClipboard 服务器
BiBi-Keyboard
BryceWGApache-2.0活跃维护基于 Kotlin 的 Android 语音输入法，把 LLM 和 ASR 结合起来，说话就能转文字并智能润色，支持豆包、Whisper、Qwen-ASR 等后端。
说点啥（BiBi Keyboard）:一个基于 Kotlin 的 Android 平台的 LLM 与 ASR 语音输入法键盘应用 An LLM ASR voice input method keyboard application for the Android platform based on Kotlin
v4.6.0发布于 2026-11-06 10:01 UTC867star +4 / 7 天62fork同步于 2026-11-10 17:55 UTC
从 Releases 页面下载最新 APK 安装到 Android 设备；设置 → 系统 → 语言和输入法 → 虚拟键盘 → 管理键盘 → 启用「说点啥」 硬件要求按 README 说明
运行于 Android 8.0（API 26）及以上设备；本地 ASR 基于 sherpa-onnx，README 未说明具体内存或存储要求
Android 上的 AI 语音输入法键盘，长按说话即可把语音转成文字并润色上屏
基于 Kotlin 的 Android 语音输入法，把 LLM 和 ASR 结合起来，说话就能转文字并智能润色，支持豆包、Whisper、Qwen-ASR 等后端。
核心能力
- 长按麦克风录音，静音自动判停并上传识别
- 接入 18 个 ASR 供应商，含 12 个云端与 6 个本地模型
- 用 LLM 对识别结果做文本润色修正
- 悬浮球模式可在任意第三方输入法中语音输入
- 支持剪贴板同步与历史记录，可重跑识别或润色
容易踩的坑
内容由模型根据 README 生成，可能不完整或不准确，以官方文档为准。看原文 README
- v4.6.0Release 4.6.0最新正式版2026-11-06 · 2026-11-06 10:01 UTC
📝 更新日志 / Changelog (v4.6.0)
中文
新增功能
- 翻译功能：语音输入后支持翻译成指定语言，支持 Foxlet 多语种离线翻译及微软、腾讯、火山、B 站和 Google 在线翻译，可下载和管理离线语言包
- 键盘翻译开关：新增「翻译开关」自定义键盘扩展按键，以及自定义键盘「录音」布局中的一次性翻译按键
- 润色快捷按钮：自定义键盘的「录音」布局中可添加一次性「跳过润色」或「指定 Prompt」的一次性润色按键
- GigaAm 本地 ASR：新增 GigaAm 俄语离线语音识别供应商
改进优化
- 输入法文本交付：统一听写结果写入与重试流程，提升流式预览和最终文本交付稳定性
- VAD 效果优化：更换为 Silero V6 模型，并优化效果、重构管线，提升录音判停、空音频判定、[Pro] 畅说模式等功能的准确率和效率
- APK 体积优化：压缩 native 库，去除无用资源，减少 APK 体积
问题修复
- 输入视图显示：修复少数设备键盘不显示的问题
English
New Features
- Translation Function: Voice input now supports translation into a specified language. Supports Foxlet multilingual offline translation and online translation from Microsoft, Tencent, Volcengine, Bilibili, and Google. Offline language packs can be downloaded and managed.
- Keyboard Translation Switch: Added a customizable extended key for the "Translation Switch" and a one-time translation button in the customizable keyboard "Recording" layout.
- Polishing Shortcut Button: Added one-time "Skip Polishing" or "Specify Prompt" polishing buttons to the customizable keyboard "Recording" layout.
- GigaAm Local ASR: Added GigaAm Russian offline speech recognition provider.
Improvements and Optimizations
- Input Method Text Delivery: Unified the dictation result writing and retry process, improving the stability of streaming preview and final text delivery.
- VAD Effect Optimization: Updated to the Silero V6 model, optimized the effect, reconstructed the pipeline, and improved the accuracy and efficiency of the recording stop, empty audio detection, [Pro] continuous talk mode, etc.
- APK Volume Optimization: Compressed native libraries, removed unused resources, and reduced the APK size.
Bug Fixes
- Input View Display: Fixed an issue where the keyboard was not displayed on a few devices.
- v4.5.3Release 4.5.32026-10-26 · 2026-10-26 13:52 UTC
查看更新说明
📝 更新日志 / Changelog (v4.5.3)
中文
新增功能
- 腾讯云 ASR：新增腾讯云语音识别，支持大模型流式 2.0/1.0、普通流式，以及大模型与普通录音文件识别极速版；可配置识别语言与自动断句
- 千问自定义端点：区域端点选择新增「自定义」选项，可填写自建或代理端点
- [Pro] 腾讯云 ASR 热词：自动同步到腾讯云热词表
改进优化
- 蓝牙耳机麦克风：优化使用蓝牙耳机录音的使用体验
- AI 润色状态：润色时键盘信息条显示当前预设名称，自动选择预设时显示「选择中」
问题修复
- 麦克风未释放：修复 DashScope 流式识别在开始录音前停止时麦克风仍被占用的问题
- 悬浮球长按录音：修复录音屏幕动画出现时，长按悬浮球录音被打断的问题
- 录音测试底栏：修复录音测试页底部按钮被系统导航栏遮挡的问题
- 设置进度提示：优化无障碍服务检测逻辑，显示进度与下一步
- Soniox 鉴权：流式识别改用新版 Bearer 鉴权
- TypeSafe 分类模型：修复自定义模型 ID 输入框不显示的问题
English
New Features
- Tencent Cloud ASR: Adds Tencent Cloud speech recognition with Large Model Streaming 2.0/1.0, Standard Streaming, and Large Model and Standard fast file recognition, with configurable language and auto segmentation
- Qianwen Custom Endpoint: The endpoint region picker adds a Custom option for a self-hosted or proxy endpoint
- [Pro] Tencent Hotword Sync: Automatically syncs to a Tencent Cloud hotword table
Improvements
- Bluetooth Headset Microphone: Improves the recording experience with Bluetooth headsets
- AI Polishing Status: The keyboard status bar shows the current prompt name while polishing and "Selecting" during automatic prompt selection
Bug Fixes
- Microphone Not Released: Fix DashScope streaming keeping the microphone when stopped before capture starts
- Floating Ball Hold-to-Record: Fix long-press recording being interrupted when the recording screen animation appears
- Recording Test Bottom Bar: Fix the bottom bar being covered by the navigation bar
- Setup Progress: Improve accessibility service detection and show progress and the next step
- Soniox Auth: Streaming recognition now uses the new Bearer authentication
- TypeSafe Classifier Model: Fix the custom model ID field not appearing
- stream-insert-debugStream insert debug version2026-10-22 · 2026-10-22 04:59 UTC
查看更新说明
仅用于测试部分场景下插入文字出现重复的问题是否被解决，如果你不知道这是什么，请不要下载安装。
- v4.5.2Release 4.5.22026-10-16 · 2026-10-16 01:31 UTC
查看更新说明
📝 更新日志 / Changelog (v4.5.2)
中文
新增功能
- 录音屏幕动画：悬浮球、音量键和摇一摇录音模式下，屏幕底部显示随音量起伏的动画。触摸可穿透，默认开启
- 音频避让按键：键盘扩展按键增加录音时音频避让的控制按钮
- [Pro] 光标滑动选择：选择模式下滑动光标会划选文字
改进优化
- 共享录音设置：悬浮球、音量键和摇一摇共用「键盘消失时停止」「录音状态提醒」和「开始/停止反馈」设置项；反馈可选关闭、声音、震动或声音加震动
问题修复
- 空识别误切换：部分供应商识别到空结果时，不再当成识别失败
- 悬浮球录音光晕：修复录音时悬浮球周围光晕不显示的问题
English
New Features
- Recording Screen Animation: In floating ball, volume key, and shake recording modes, an animation at the bottom of the screen follows the volume. Touches pass through, and it is on by default
- Audio Ducking Key: Adds a keyboard extension button to control audio ducking while recording
- [Pro] Cursor Glide Selection: In selection mode, gliding the cursor selects text
Improvements
- Shared Recording Settings: Floating ball, volume key, and shake recording share "Stop recording when keyboard disappears", "Recording status reminder", and "Feedback when recording starts or stops". Feedback can be off, sound, vibration, or both
Bug Fixes
- Empty Recognition: When some vendors return an empty result, it is no longer treated as a recognition failure
- Floating Ball Recording Halo: Fix the halo around the floating ball not showing while recording
- v4.5.1Release 4.5.12026-10-07 · 2026-10-07 23:56 UTC
查看更新说明
📝 更新日志 / Changelog (v4.5.1)
中文
新增功能
- 摇一摇录音：键盘显示时摇一下开始录音，再摇一下停止；可调灵敏度，支持提示音和震动，也可在键盘消失时自动停止
- 阿里千问 Qwen-Audio 3.1：新增 Flash、Streaming 与 Message 系列模型；3.1 系列可选保留方言表达；Flash 与 Message 可选自动润色口语表达
- [Pro] 热词分组与编辑：热词可按分组管理；点按可改目标词、别名和分组，长按可移动、多选或删除
改进优化
- 阿里千问更名与端点：供应商显示名改为阿里千问，请求端点改为千问 MaaS 地址
- 阿里千问流式识别：Fun-ASR 与 Qwen-Audio 连续识别时复用连接，再次开始更快；语义断句固定开启
- 自定义 TypeSafe 渠道：可填写兼容 TypeSafe 的 Endpoint 和 Jev-liked 模型
- 预设预览置信度：预览自动选择结果时显示匹配置信度
- 供应商配置文档地址：从 Notion 迁移到自建文档站点
问题修复
- 常驻通知跳转：修复点击保活通知进入识别历史等页面时，首页停在错误页面的问题
- 小狐狸输入法联动：兼容输入法在识别完成前就结束等待，导致请求被过早中断的问题
English
New Features
- Shake to Record: While the keyboard is visible, shake once to start recording and again to stop. Sensitivity is adjustable, with optional sound, vibration, and auto-stop when the keyboard hides
- Alibaba Qianwen Qwen-Audio 3.1: Adds the Flash, Streaming, and Message model series. The 3.1 series can optionally keep dialect wording; Flash and Message can optionally polish spoken expressions
- [Pro] Hotword Groups and Editing: Organize hotwords into groups. Tap to edit the target, aliases, and group; long-press to move, multi-select, or delete
Improvements
- Alibaba Qianwen Rename and Endpoints: The vendor is now shown as Alibaba Qianwen, and requests use the Qwen MaaS endpoints
- Alibaba Qianwen Streaming: Fun-ASR and Qwen-Audio reuse the connection across sessions so the next recording starts sooner; semantic punctuation stays on
- Custom TypeSafe Channel: You can enter a TypeSafe-compatible endpoint and a Jev-like model
- Prompt Preview Confidence: The automatic-selection preview shows match confidence
- Vendor Configuration Documentation: Migrated from Notion to the self-hosted documentation site
Bug Fixes
- Persistent Notification: Fix the home screen staying on the wrong page when a keep-alive notification opens History or another page
- Fox Input Method Integration: Compatible with input methods ending the waiting before recognition is complete, causing the request to be prematurely terminated
用户点评
登录用户的真实使用记录，可按版本和硬件筛选共 0 条
还没有人点评。第一个说出真实体验的人最有价值。
「说点啥」(BiBi Keyboard)
基于 AI 的智能语音输入法 | 让语音输入更自然、更高效
🌐 官方网站 • 📖 使用文档
简体中文 | English
📱 界面预览
✨ 功能特性
🎤 语音识别
- 长按录音 - 简单直观的录音操作
- 智能判停 - 静音自动停止录音，无需手动操作
- 极速识别 - 松开即上传，快速返回结果
- 多引擎支持 - 18 个 ASR 供应商（12 个云端 + 6 个本地）
- 本地 ASR 模型 - SenseVoice / FunASR Nano / Qwen3-ASR / Parakeet / FireRedASR / X-ASR，离线可用
- 主备与本地兜底 - 支持备用引擎与本地备用驻留，网络不稳时更可靠
- AI 文本润色 - LLM 润色修正识别结果；历史可缓存音频并重跑识别或润色
🟣 悬浮球输入 ⭐
- 跨输入法使用 - 任何输入法都能语音输入
- 长按录音 - 支持按住录音、松手停止
- 无缝集成 - 保持原有输入习惯
- 自动插入 - 识别结果自动填入
- 兼容性模式 - 支持 Telegram、抖音等特殊应用
- 视觉反馈 - 录音/处理状态一目了然
📝 智能输入
- AI 编辑面板 - 专用编辑界面，语音指令编辑文本
- 自定义键盘布局 - 自由调整按键池与面板布局
- 剪贴板同步与历史 - 对接 SyncClipboard，支持上传/拉取与应用内历史
- IME Bridge - 通过 LSPosed/LSPatch 模块，在第三方输入法中录音、上屏与剪贴板同步
- 小企鹅/同文输入法联动 - 支持修改版小企鹅/同文直接调用「说点啥」识别能力
- 外部语音输入接口 - 支持第三方应用通过 SpeechRecognizer / AIDL 调用 开源接口测试工具
🎨 用户体验
- Material3 / Miuix - 现代化设置界面，支持 Monet 与 Miuix 风格
- 多语言支持 - 简体中文、繁体中文、英文、日语、阿拉伯语
- 键盘高度调节 - 三档高度自由选择
- 识别完成后自动回车 - 聊天场景可自动发送
- 备份与恢复 - 配置一键导出/导入
- 振动反馈 - 麦克风与按键振动反馈
- 自动更新检查 - 每日打开软件自动检查新版本
🌟 Pro 版已上架
💎 「说点啥」Pro 版现已正式上架 Play 商店，买断价仅 $5.49！
Pro 版提供更多高级功能和更优质的使用体验（热词、简繁转换、畅说模式、WebDAV 自动备份等）。 欢迎在应用「关于 → 了解 Pro」或 Pro 功能 文档中了解更多内容。我们非常欢迎你的体验反馈，帮助我们打磨出更好的产品！
如果你对「说点啥」感兴趣，也加入我们的 Telegram 群组了解更多信息
🚀 快速开始
📋 系统要求
- Android 8.0 (API 26) 或更高版本
- 麦克风权限（语音识别）
- 悬浮窗权限（可选，用于悬浮球功能）
- 无障碍权限（可选，用于自动插入文本）
- LSPosed / LSPatch（可选，用于与任意第三方输入法联动）
📥 安装步骤
-
下载安装
- 从 Releases 页面下载最新版本 APK
- 安装到 Android 设备
-
启用输入法
设置 → 系统 → 语言和输入法 → 虚拟键盘 → 管理键盘 → 启用"「说点啥」" -
配置 ASR 服务
- 打开说点啥设置
- 选择 ASR 供应商（推荐：火山引擎）
- 填入 API 密钥
-
开始使用
- 在任意输入框切换到说点啥
- 长按麦克风按钮开始语音输入
💡 提示: 首次使用建议先配置火山引擎，可获得 20 小时免费额度！
🎨 技术栈
Kotlin 2.3.21
Android SDK (Compile SDK 37, Target SDK 35, Min SDK 26)
Jetpack Compose + Material Design 3 / Miuix
Coroutines (异步处理)
OkHttp 5.3.2 (网络请求)
SharedPreferences (数据存储)
sherpa-onnx (本地 ASR 模型)
📄 许可证
本项目采用 Apache 2.0 许可证，详见 LICENSE 文件。
Apache 2.0 License - 自由使用、修改、分发，需保留版权声明
Star History
☕ 赞赏支持
如果这个项目对你有帮助，请给个 Star ⭐️ 也欢迎请我喝杯咖啡或者购买 Pro 版 ☕️
🙏 致谢
感谢以下开源项目为本项目提供的技术支持：
- sherpa-onnx - 提供了本地 ASR 模型的技术方案支持，使离线语音识别成为可能
- TEN-VAD - 提供了现有的 VAD 模型支持
- SyncClipboard - 提供了剪贴板同步的后端服务(非软件本地运行,需要服务器)
- Phosphor - 提供了软件内几乎所有 Icons
- miuix - 提供了 Miuix 风格的 Compose UI 组件、图标与偏好设置组件
- WaveLineView - 提供了录音波形动画的实现方案，使音频可视化效果更加流畅美观
- foxlet-translate - 提供了离线翻译功能的支持，使离线翻译成为可能
- 感谢《补全计划》图标包作者南㲺为本项目设计了全新的应用图标
Made with ❤️ by BryceWG
VoiceStudio
debpalash·Python
本地运行的 ElevenLabs 开源替代品，支持声音克隆、语音设计、视频配音、听写、转写和有声书制作，覆盖 646 种语言。
语音克隆+4语音推理
107004+359812kv0.5.72026-11-10 16:38 UTC
voicebox
jamiepine·Python
开源 AI 语音工作室，支持声音克隆、语音听写和语音生成，基于 Qwen3-TTS 与 Whisper，可在 CUDA 或 MLX 上本地运行。
语音克隆+4语音推理
60376+5967.6kv0.5.02026-10-07 01:17 UTC
whisper.cpp
ggml-org·C++
OpenAI Whisper 语音识别模型的 C/C++ 移植版，无需 Python 和 GPU 依赖，在普通 CPU 上就能跑语音转文字。
语音识别+4语音推理
55071+736.3kv1.9.52026-11-10 12:09 UTC
faster-whisper
SYSTRAN·Python
基于 CTranslate2 重实现的 Whisper 语音转文字推理引擎，通过量化与高效推理大幅提速并降低显存占用，适合本地部署转录。
语音识别+4语音推理
26650+672.2kv1.2.12026-11-10 10:13 UTC