把 ChromeOS 上能用的中文语音输入方案拉到同一张桌子上: 延迟、隐私、断句质量、成本,一项一项比。
| CrostiVoice | ChromeOS 系统语音输入 | 云端听写(豆包/讯飞类) | 通用浏览器扩展 | |
|---|---|---|---|---|
| 中文断句/标点 | 语义级神经模型,支持中英混排 | 基本无标点或按停顿猜测 | 质量尚可,依赖厂商模型 | 多面向英文设计,中文几乎不可用 |
| 同音字纠错 | 有。macbert4csc 上下文纠错 + 个人词典 | 无 | 部分内置,不可自定义 | 无 |
| 音频去向 | 不接触音频,识别走 Chrome 内置服务 | Google 语音服务(出海可用,境内不稳) | 全程上传到厂商服务器 | 多数上云 |
| 文本处理位置 | 全部本机,离线推理零网络请求 | 云端 | 云端 | 多为云端 |
| 断网可用 | 是。模型离线运行 | 否 | 否 | 多数否 |
| 上屏延迟(说完后) | ~0.1–0.5 秒本地推理 | 取决于网络 | 取决于网络 | 取决于网络 |
| 个人词典/热词 | 有,JSON 导入导出 | 无 | 会员功能居多 | 罕见 |
| 简繁输出 | 支持,一键切换 | 跟随系统 | 部分支持 | 少见 |
| 费用 | 免费。MIT 开源,无账号 | 免费(随系统) | 免费额度 + 订阅解锁 | 免费/付费混杂 |
| 遥测/账号 | 无。零遥测零账号 | 绑定 Google 账号 | 必须登录厂商账号 | 看厂商 |
| 源码可审计 | 是。GitHub 公开 | 闭源 | 闭源 | 多数闭源 |
对比基于 2026-11 各方案公开行为与实测;云端方案以免费档为准。
如果这张表还不够,这三个问题帮你做决定。
邮件、文档、周报、群聊——口喷的内容往往比打字更私密:名字、数字、情绪、没过脑子的话。这些内容值得享受「不上传」的待遇。
识别 97% 准确率,没有标点就是 0% 可用——你还得全文重新读一遍加标点,比打字还慢。断句质量决定语音输入是「能用」还是「好用」。
不是钱,是依赖:厂商调整免费额度、改隐私条款、停服,你的输入习惯就得跟着搬家。本地模型下载一次,就是你的了。
免费开源,MIT 许可证。装完即用,模型可选。
CrostiVoice