SpokenType 評測：會幫你「整理口語」的 AI 語音輸入工具，但代價是把原句交給 AI 改寫

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

語音輸入工具最尷尬的地方，從來不是「聽不懂你說什麼」，而是聽完之後吐出來的那份草稿。你說的是一段帶口頭禪、會自我修正的自然口語，工具逐字記下的，往往是一份夾雜「嗯、啊、那個」、斷句零散、還得自己回頭刪改的初稿。對偶爾記個想法的人無所謂，對每天要寫大量郵件、回工作訊息的人，這份事後整理的功夫，常常把說話省下的時間又吃掉。

跟 SpokenType 把識別與潤色整包綁在閉源 App 裡不同，Input 0 把轉錄留在本機、潤色端點完全由你填的 Base URL 決定，原始碼也公開在 GitHub 上供檢視。

SpokenType 處理的就是這段事後功夫。它不只做語音轉文字，還會在輸出之前剔除口頭禪、整理語序，把口語整理成比較接近可以直接發送的書面文字，再疊上即時翻譯、上下文回覆草稿、自訂技能，以及本地端與雲端兩種識別模式。

它目前覆蓋 macOS、Windows、Android 三個平台（iOS 官網標示「即將推出」），版本大約在 1.0.x 階段，是一款閉源的商業訂閱工具，不是開源專案。這篇評測會把它真正拉開差距的地方，和它的核心取捨，分開講清楚。

Pin

它跟系統內建語音輸入，差在哪一層

系統內建的聽寫功能應付短訊息、臨時備忘這類輕量輸入綽綽有餘，但它的工作到「逐字記下」就停了，後續的刪口頭禪、順語序、補標點全留給你自己。SpokenType 這類工具想插手的，正是系統方案放手的那一段：把這些事後清理往輸入當下挪。

跟系統方案比起來，它主要多了幾層能力：

• 口語清理：嘗試剔除「嗯、啊、那個、就是」這類填充詞，減少後續手動刪改。SpokenType 官網把這一層稱為「填充詞過濾」，並進一步標榜能偵測你在句子中段的自我修正，只保留最終想講的那一版。
• 表達整理：把較碎的口語，轉成更順暢的書面表達，比較適合直接發訊息或放進文件。它還會做自動格式化，把口述的列表、步驟、要點整理成結構化文字。
• 即時翻譯：在輸入階段就直接轉成目標語言，比較適合跨語種寫郵件、回訊息。官方號稱語音識別支援 50 種以上語言、即時翻譯支援 30 種以上，可以邊說邊譯，輸出到游標位置。
• 上下文回覆：結合目前螢幕內容產生回覆草稿，而不是單純聽寫。SpokenType 稱之為「AI 讀屏」，會讀取當下應用畫面的內容，再結合它記住的個人偏好產生回覆。
• 自訂技能：可以把固定的提示詞封裝進去，讓語音輸入直接套進特定情境裡。官網列出的內建技能包括「幫我回覆」、「內容總結」、「語氣修改」幾種，你也可以自己定義名稱與行為。

換句話說，它跟傳統語音輸入的分野，是會不會在「說完」與「發出」之間，多一道 AI 整理的手續。對高頻文字工作者來說，這道手續省下的，正是每天重複做的刪改勞動。

Pin

真正的決策點：你要的是「忠實轉錄」還是「AI 幫你改順」

這是 SpokenType 最需要先想清楚的一層。它的核心賣點「自動潤色」，本質上是讓 AI 重新改寫你說過的話。

這件事的好處很明顯：你不用再手動刪填充詞、調語序，輸出來的文字更接近可以直接發送的狀態。但代價也比較少被提起；AI 改寫之後的句子，未必是你心裡想講的原句。它可能把「我覺得還行吧」潤成「整體表現尚可」，把口語化的語氣修成偏正式的商業用語。如果你要做的是會議紀錄、法律陳述、學術訪談這類需要原句準確的工作，這種「幫你改順」反而是個風險，因為你之後還得回頭比對它到底改了哪些地方。

更穩妥的用法是把它放在「本來就要再整理一次」的情境裡：寫郵件、回工作訊息、打草稿、做雙語溝通。這些情境裡你本來就會改字，AI 先幫你改一輪，省下的是重複勞動，而不是「原句該長怎樣」這個判斷。如果你的工作強調原句準確，那傳統的逐字轉錄加上人工複核，仍然更穩。

這也是它跟 OpenLess 這類開源語音輸入工具的路線分岔。OpenLess（TechMoon 先前評測過）把 AI 限制在「只清理、不替你發言」，定位上更接近結構化 Prompt 的前端；SpokenType 則把翻譯、回覆草稿、語氣改寫都包進來，想做一個更全面的桌面語音助理。哪一種比較適合你，取決於你要的是「盡量忠實地把話變成字」，還是「幫我把話整理成可以發出去的成品」。

雲端模式下，你的語音會經過誰的手

SpokenType 在隱私這一層的設計，比完全封閉的方案更有彈性，但有幾件事必須先看清楚。

它支援本地模式、雲端模式，以及可配置第三方 AI 服務商。本地模式下，語音處理幾乎都在你的裝置上完成，比較適合在意資料邊界的情境。問題出在雲端模式；當你開啟雲端語音識別，或用第三方服務商的 API Key 時，你的語音內容和處理請求，會被送到對應的服務商那裡（隱私政策明確舉例 OpenAI、Google Cloud、百度 AI 等）。

SpokenType 自己的隱私政策寫得很清楚：他們不會儲存你的語音錄音、不會儲存轉錄結果、不會拿來做模型訓練，處理完就刪除暫存音訊檔。這一部分是好的。但它擋不住的是；一旦你選了雲端模式，資料就會先經過第三方 AI 服務商，而那些服務商怎麼處理你的資料，要回去看它們各自的隱私政策，SpokenType 管不到。

換句話說，「SpokenType 不儲存」不等於「所有資料都不離開你的裝置」。你最終的資料流向，取決於你選的模式和模型服務商。如果你處理的是商業機密、客戶資料、內部敏感資訊，不要只看「本地」或「隱私優先」這幾個字，要先把官網的模式說明和你選的服務商條款都看清楚，再決定要不要放進正式的工作流程。

另外有一個常被忽略的細節：SpokenType 的「AI 讀屏」功能在讀取螢幕內容時，這些畫面資訊一樣可能被送到你選的雲端服務商。隱私政策裡寫明它不會蒐集或儲存你的螢幕截圖，但這同樣不等於截圖內容不會在處理過程中經過第三方。對經常在螢幕上顯示敏感內容（例如客戶郵件、內部文件、財務報表）的人來說，這一點要特別留意。

Pin

自帶 API：彈性與設定成本之間的取捨

SpokenType 支援自帶 API Key，可以接 10 家以上的主流 AI 服務商。對願意動手調整的人是加分項，因為模型選擇和使用成本更容易按需求控制，也能避開預設服務商。但對完全不熟悉 API 的人來說，這也代表多了一層設定門檻。

這條路有兩個現實成本。其一是計費方式不同：自帶 Key 是按使用量計費，你每一次雲端識別、每一次潤色、每一次翻譯，都會消耗那把 Key 的額度，費用隨使用量累積，不像訂閱制的固定月費那樣可預期。如果你平常就想集中管理多家 AI 服務的免費額度，可以參考我們整理過的 FreeLLMAPI 開源 API 閘道，把多家服務收進同一個端點再餵給這類工具。其二是資料流向不變：這些請求一樣會經過第三方服務商，自帶 Key 不會讓雲端模式的外送風險消失。

所以比較合理的判斷是：如果你本來就在用某一家的 API（例如工作中已經有 OpenAI 或 Anthropic 的額度），自帶 Key 可以讓 SpokenType 直接接上你既有的工作流，是明確的優點。如果你只是想要一個打開就能用的工具，那走它內建的訂閱方案，會比自己管 Key 簡單很多。

訂閱制與免費方案的幾個現實限制

SpokenType 採用免費版加付費訂閱的商業模式。具體的方案內容、價格與各地區幣別，會顯示在 App 內或官網的定價頁（定價頁是動態內容，本文不直接抄錄數字，請以官方最新說明為準）。在決定要不要付費之前，有幾個條款層面的現實限制值得先知道。

付費訂閱是自動續訂。SpokenType 的服務條款明訂，除非你在當期帳單週期結束前至少 24 小時取消，否則會自動續約下一期；iOS 走 App Store、Android 走 Google Play、桌面版與網站走 Stripe 等第三方支付，取消流程也對應不同平台。退款政策則因平台而有落差：桌面版與網站版的條款寫明「所有銷售均為最終，不因改變主意、未使用的訂閱期間或部分使用的帳單週期提供退款」，等於付費後反悔幾乎無法退；行動版則受 Apple 與 Google 各自的退款規則保護，空間相對大一些。條款也保留隨時調整方案內容與價格的權利，價格異動會在下一個帳單週期生效並提前通知。

這些都不是 SpokenType 獨有的條款，多數訂閱制 SaaS 都是這個架構。但因為它的免費試用（官網提到加入社群可獲 7 到 14 天 Pro 體驗、邀請好友可疊加天數）是行銷引導的，建議在試用期內就把上述條款讀過一遍，不要等到自動續訂扣款才回頭看。

它跟 OpenLess、Superwhisper 這類工具的差異

把 SpokenType 放進同類工具裡比較，會比較清楚它的位置。

OpenLess 是 TechMoon 先前評測過的開源 AI 語音輸入工具（MIT 授權、Rust + Tauri、約兩千五百顆星），核心設計是「模型只清理語音、不替你發言」，並提供 Style Pack 市集讓你切換系統提示詞。它的優勢是開源、可審計、本機優先的設計明確；但預設的雲端 ASR 與 LLM 仍是中國服務，要完全離線得手動切換到本機模型。這也是為什麼這一類工具的「本機優先」不等於「資料不外送」；預設服務商是不是雲端，才是判斷資料流向的關鍵，這個結論在 OpenLess 的評測裡也適用。

Superwhisper、MacWhisper 這一類，則多半聚焦在 Whisper 模型的離線或本地聽寫，定位上更接近「準確的語音轉文字引擎」，AI 改寫和跨應用整合不是主力。

SpokenType 走的是另一條路。它不是開源工具，所以你無法自行審計它的資料流向，只能仰賴官網隱私政策的描述；但它把語音輸入、自動潤色、即時翻譯、上下文回覆、自訂技能這幾件事包進同一個桌面應用裡，跨平台覆蓋也比 OpenLess 多了 Android 與即將推出的 iOS。如果你的需求是「一個裝好就能用的全方位語音助理」，SpokenType 的整合度比較高；如果你在意的是開源、可審計、可自架模型，OpenLess 會是更穩的選擇。

需要提醒的是，這個表是把定位濃縮成一列，實際挑選時，每一項的細節（例如 OpenLess 預設服務商是哪一家、SpokenType 雲端模式接哪些服務）還是值得各自點進官網確認。

比較適合誰，比較不適合誰

SpokenType 不太像一個面向所有人的基礎輸入法替代品，更像一個面向高頻溝通情境的語音助理。它能不能幫到你，取決於一件事：你願不願意讓 AI 在「說完」與「發出」之間那段本來留白的區間，動手幫你整理一遍。

比較能感受到差異的，是這幾種情境：

• 日常要反覆回工作訊息、寫協作軟體的更新、補會議後續、整理臨時想法的人。你說完後能少做一輪刪改，這種節省最直接。
• 工作裡經常要寫英文郵件、回海外客戶、處理雙語訊息的人。邊說邊譯，會比先寫中文再翻譯更順（但法律、合約這類高嚴謹情境不適合）。如果你要的是把已經錄好的外語影片或會議做成雙語字幕，那走 AirTranslate 這類截系統音訊做即時雙語字幕的工具 會比輸入工具更對路。
• 面對不太想手打的回覆時，語音加上上下文理解，能更快生出一版草稿，再微調會比從零打字輕鬆。
• 經常要把一段口語變成固定風格文案、摘要或說明的人，自訂技能會比一般輸入法更接近效率工具。

反過來說，只是偶爾回兩句閒聊、或本來打字就很快的人，加裝一個常駐工具未必划算。而工作性質要求逐字忠實（法律紀錄、嚴肅訪談、學術逐字稿）的讀者，則建議直接關閉自動潤色，把 SpokenType 當傳統聽寫用，再自己做人工複核，會更貼合需求。

還有一種人要特別小心：長期在機密環境工作的人。SpokenType 的「AI 讀屏」會讀取當下應用畫面，雲端模式下這些畫面內容一樣會經過第三方服務商。如果你的螢幕上經常顯示合約、客戶名單、未公開的財務數字，那麼即便 SpokenType 本身不儲存，資料在傳輸過程中經過第三方，這在合規上仍是一個需要評估的風險點。

更務實的做法是不要先下結論，而是先拿自己最典型的情境跑一遍；寫一封英文郵件、回一段工作訊息、做一次雙語輸入；看看它是不是真的能幫你減少修改，再決定要不要長期用下去。

常見問題

SpokenType 是開源工具嗎？

不是。SpokenType 是閉源的商業訂閱軟體，沒有公開的原始碼倉庫可以審計，你只能透過官網的隱私政策與服務條款來了解它的資料處理方式。如果你需要的是可以自己審計、自架模型的開源方案，OpenLess 會比較合適。

它的「自動潤色」會改變我原本說的話嗎？

會。潤色等同 AI 重寫你的句子，輸出未必等於你的原話。在需要逐字忠實的場合（例如病歷聽寫、法庭紀錄、正式聲明），建議關掉這項功能，或改用傳統聽寫再人工複核。

雲端模式下，語音會被送到哪裡？

會被送到你選擇的第三方 AI 服務商，例如 OpenAI、Google Cloud 或百度 AI。SpokenType 自己聲明不儲存語音錄音與轉錄結果，但這不代表資料不離開你的裝置；服務商怎麼處理，要看它們各自的隱私政策。

自帶 API Key 會比較省錢嗎？

不一定。自帶 Key 的計費是按使用量累積，頻繁使用的話成本可能超過固定月費的訂閱方案。它比較適合本來就有 API 額度、或想避開預設服務商的人。

它跟 OpenLess 比起來，哪一個比較好？

沒有絕對的好壞，取決於你要什麼。要全方位整合（翻譯、回覆草稿、跨平台）的桌面助理，SpokenType 整合度較高；要開源、可審計、可自架模型，OpenLess 更穩。

免費版能用多久？

SpokenType 提供免費版，但官方沒有公開免費版的功能上限與使用量限制的完整說明，多數進階功能（自動潤色、即時翻譯、自訂技能）都鎖在 Pro 訂閱裡。加入官方社群可獲 7 到 14 天的 Pro 試用，邀請好友可疊加，但這是試用，不是永久免費。

官方連結

• SpokenType 官網：了解支援平台、定價方案與最新條款資訊。

免責聲明：本文基於工具目前公開頁面整理，主要提供選型與情境判斷參考。產品的具體功能、免費額度、收費方式、模型支援範圍與隱私處理規則，可能隨版本調整，請以官網最新說明為準。涉及個人隱私或商業敏感資訊時，建議先確認所選模式的資料流向，再投入正式使用。