实景
在真实页面里，
长这个样子。
长这个样子。
不打断你正在做的事:右下角一个浮标，听完自动上屏。以下均为实际运行截图。
写邮件、回消息、记灵感——按一下快捷键开口就行。 比打字快三倍，标点断句自动搞定，文字直接落到光标里。
想法在脑子里是一整段的，落到键盘上就变成了逐字敲。 CrostiVoice 把「说」直接变成「写好的字」—— 断句、标点、纠错全部自动，你只管把话说完。
三段话的周报，说 40 秒，打字要 6 分钟。说完停顿，标点完整的正文直接出现在输入框里。
回消息讲究快和语气。说「好的明天上午十点碰一下」——数字、标点一次到位，发出去就是能读的句子。
想法转瞬即逝。按一下快捷键把整段思路倒出来，自动分段整理好，别让打字速度拖住脑子。
裸识别结果是带碎标的生肉。CrostiVoice 在本机把它加工成能直接交差的书面文字—— 四道工序全部离线，缺哪层自动降级，输入永不中断。
中文专优模型跑在你的设备上，免翻墙、零上传。说完一句，一次前向传播直接出全文——自带标点，「九点」自动写成「9点」。云端可达时也可走谷歌引擎，自动切换。
CT-Transformer 模型按语义决定标点位置，不是按停顿猜。长句拆得干净，语气词清理掉，输出就是能读的段落。
「一至」变「一致」，「害帕」变「害怕」——上下文纠错专治中文同音坑。人名、术语加进个人词典，一次添加永久纠正。
120M 字语料训练的语言模型给每个候选整句打分:口音、念错的同音字，由前后文概率定胜负。这一层，是识别质量的隐形天花板。
不打断你正在做的事:右下角一个浮标，听完自动上屏。以下均为实际运行截图。
「自动」引擎实时探测网络:翻墙时走谷歌云端，保证识别质量； 断网、被墙的瞬间，无缝落到本机引擎接着听——你甚至不用停下来等它切换。
本地引擎的音频不出你的设备——我们没有服务器，想传都没地方传。 历史和词典只存本机，随时清空导出。MIT 开源，每句承诺都能在代码里找到。