神色語音（SenseVox）免安裝離線語音轉文字工具

【軟體名稱】：神色語音（SenseVox）離線語音轉文字工具
【軟體版本】：1.0.1
【版本類型】：免安裝檔
【軟體語言】：辨識語言 英文、粵語、#中文、日本語、韓語
【檔案大小】：主程式34.9MB/語音模型894MB
【上傳日期】：2026/5/27
【作業系統】：Windows 10/11


神色語音(sensevox) 是一款Windows 開源離線語音輸入應用, 配備簡潔的圖形介面, 採用SenseVoice-Small 模型, 實現高效精準的語音辨識輸入

離線語音辨識：保障資料隱私
多語言支援：中文、粵語、英文、日語、韓語
簡單易用：下載、解壓縮、啟動即可
技術基礎：基於sherpa-onnx 和FunASR SenseVoice 技術
相容性：支援Windows 10/11，其他版本未測試

解壓縮 解壓縮下載的壓縮包至任意目錄(注意：路徑必須全英文)
把下載了的三個檔案放到這個路俓:sensevox\_internal\assets\sensevoicesmallonnx\
啟動應用 運行神色語音sensevox.exe。

長期以來，全球的 AI 語音轉文字（ASR）市場主要由 OpenAI 的開源模型 Whisper 主導。
Whisper 雖然精準，但它有兩個致命的缺點：速度太慢：Whisper 採用「自迴歸（Autoregressive）」架構，字是一顆一顆蹦出來的，處理長音訊非常耗費電腦資源與時間。中文及方言優化不足：對於亞洲複雜的口音（如台灣國語、各省方言），外國研發的模型經常辨識得荒腔走板。為了解決這兩個痛點，阿里語音團隊決定自研一套能「碾壓 Whisper 速度」，同時「完美適應中文與地方方言」的本土語音架構。

核心技術突破：
SenseVoice 到底有多強？神色語音軟體內建的 SenseVoice-Small 模型，是阿里巴巴通義實驗室（原阿里達摩院）所研發的開源語音生態系統基於超過 30 萬小時 的超海量音訊數據訓練出來的「語音基礎大模型」。它具備以下四個核心超能力（合稱多任務語音理解）：

                            ┌─── 1. 語音識別 (ASR) ───> 速度比 Whisper 快 15 倍！
                            ├─── 2. 語種識別 (LID)  ───> 自動偵測 中/英/日/韓/粵 等多國語言
音訊輸入 (Audio) ──┼─── 3. 情感識別 (SER) ───> 偵測說話者是 生氣、高興 還是 傷心
                            └─── 4. 事件檢測 (AED) ───> 辨識背景音（如 掌聲、笑聲、咳嗽、BGM


快速鍵設定
滑鼠點選Set Hotkey，再敲下鍵盤按鍵。
預設快捷鍵為空白鍵(Space)。
建議更改為大小寫切換鍵(Caps Lock)。
按下Start(啓動)之後，每次想要輸入文字的時候按下快捷鍵便可以。
按下快捷鍵開始辨色語音，說完鬆開。
快捷鍵可以是組合鍵。

#中文語言辨識細分爲以下:
1. 吳語
   代表方言：上海話、蘇州話、溫州話、寧波話。
   分佈區域：主要分佈在上海、浙江、江蘇南部及安徽南部部分地區。
   特點：保留了完整的古漢語「濁音」系統，聽感語調較為綿軟，即俗稱的「吳儂軟語」。

2. 閩語
   代表方言：台灣話（台語/閩南話）、廈門話、福州話（閩東）、潮州話。
   分佈區域：福建、台灣、廣東潮汕地區、海南，以及東南亞華人社群。
   特點：內部差異極大，ISO 639-3 甚至將其細分為閩南、閩東、閩北、閩中與莆仙五種語言。它保留了大量上古漢語的發音與詞彙特徵。

3. 客家語 (Hakka)
   代表方言：梅縣話、台灣客家語（如四縣腔、海陸腔）。分佈區域：廣東東部、梅州、福建西部、江西南部、台灣，以及海外眾多客家移民區。
   特點：古漢語的「活化石」之一，保留了豐富的入聲字，無論在何處，不同地區客家人的語言互通度相對較高。

4. 湘語
   代表方言：長沙話、雙峰話。
   分佈區域：主要在湖南省境內，以及廣西北部部分地區。
   特點：分為新湘語和老湘語，老湘語同樣保留了較多古漢語的濁音。

5. 贛語
   代表方言：南昌話。
   分佈區域：主要分佈在江西省大部、湖北東南部、安徽西南部。
   特點：發音與客家語有部分相似性，但在歷史演變中受到北方官話的一定影響。

6. 晉語（部分學者劃分為獨立大類）
   代表方言：太原話。
   分佈區域：山西省、陝西北部、內蒙古中西部。
   特點：過去被歸類在北方官話，但因其保留了北方官話中少見的「入聲（發音短促急收藏）」，近年被許多語言學家獨立劃分為一大類。