← LeisureLinux 文章索引
LeisureLinux · 微信公众号文章

Vocalinux 0.14 beta 解读：Linux 桌面语音听写终于有点像样了

Linux/运维 阅读原文（微信）↗ 
Linux 桌面终于有了「      [完全本地]{f97316="f97316" solid="solid"}      」的语音听写工具。0.14 beta 补了几个关键的「用得起来」的功能，      [但离生产工具还有距离]{f97316="f97316" solid="solid"}      。

```——解读 it\'s FOSS 2026-07 报道

it\'s FOSS 这周那条 [Vocalinux Turns Your Speech Into Text Without Giving Away Voice Data]{px="px"} ，讲的是一个对 Linux 桌面用户挺实际的事------ [完全本地的语音听写工具]{b="b" solid="solid"} 。0.14 beta 这一版补了几个关键的「用得起来」的功能，加上 it\'s foss 自家测试时遇到跑不起来的 bug，本文按「是什么 / 怎么改 / 装得起来吗」三段拆开讲。

本文看点

01

它是什么

02

0.14 改了什么

03

装得起来 + 清单



01

WHAT IT IS

###          它到底是什么

项目身份

**Vocalinux** 是一个 **GPL-3.0 开源的 Linux 桌面语音听写工具**，作者 Jatin Kumar Malik，GitHub 上 release tag 0.14.0-beta。它的定位很直白：
  • 跑在你桌面[系统托盘]{mono="mono" px="px"}
- 把语音实时转文字到当前光标所在的输入框

- 覆盖任何文本框——终端、浏览器、IDE、Office、聊天窗口

- **完全本地**——语音数据不出本机

这件事看着不稀奇（macOS 有 Dictation、Windows 有 Voice Typing），但在 Linux 桌面上长期是个空缺——之前要么依赖云服务（Google Docs voice typing），要么配置 Whisper 自己写脚本。

可选 STT 引擎

Vocalinux 不绑定单一引擎，启动时可以选：

| 引擎 | 适用场景 |
| --- | --- |
| **whisper.cpp**（默认） | CPU / GPU 通用，OpenAI Whisper 的 C++ 高效推理版 |
| **Whisper**（PyTorch） | NVIDIA GPU + PyTorch，精度最高但依赖重 |
| **VOSK** | 轻量、嵌入式友好 |
| **Remote API** | 转发到自建服务器（可走 OpenAI 兼容 / FunASR / SenseVoice） |

0.14 beta 起，Remote API 新增 [FunASR]{b="b" solid="solid"}（阿里达摩院的工业级中文 ASR）和 [SenseVoice]{b="b" solid="solid"}（阿里另一条线，主打多语种 + 情感识别）------这对[中文用户]{b="b" solid="solid"}是一大补强。

GPL-3.0 + 完全本地

作者明确写了「everything runs locally, so your voice data stays on your machine the whole time」------结合 GPL-3.0 license，[你可以审计代码 + 数据完全在自己机器上]{b="b" solid="solid"}。这是它跟云听写工具的根本分界。

02

CHANGELOG 0.14

###          0.14 beta 改了什么

自定义键盘快捷键（最关键的可用性改动）

之前 Vocalinux 只有默认 toggle 键 / push-to-talk 键两套固定绑定——用户没法改。

- 在 Settings 菜单里自定义键盘快捷键

  • 任意组合 [Ctrl]{mono="mono" px="px"} / [Alt]{mono="mono" px="px"} / [Shift]{mono="mono" px="px"} / [Super]{mono="mono" px="px"} + 字母 / 数字

  • 这意味着你可以设成 [Ctrl+Shift+R]{mono="mono" px="px"} 这种跟现有 IDE 快捷键不冲突的组合

为什么这条改动最关键------ [语音听写工具的「按下说话」快捷键如果跟别的软件冲突，整个体验就废了一半]{b="b" solid="solid"} 。现在能自定义，整套使用流程才成立。

GNOME Wayland 上文本注入恢复

Wayland 协议下，应用不能再像 X11 那样直接操纵其他应用的输入框（合成器拦截）。Linux 桌面从 X11 切到 Wayland 后，很多听写 / 输入法工具的「 [自动注入文字]{b="b" solid="solid"} 」功能就废掉了。

- GNOME Wayland session 下，配置裸 XKB（X Keyboard Extension）引擎后，文本注入可以恢复

- 这条是 GNOME 用户最关心——GNOME 44+ 默认 Wayland，Wayland 用户之前完全没法用自动注入

hybrid CPU 笔记本不再吃满所有核心

之前 whisper.cpp 在 hybrid Intel + AMD 笔记本（比如 Intel i7 + AMD Radeon + Intel P/E core）上会[默认把每个 P core + E core + 任何能用的逻辑核都吃满]{b="b" solid="solid"}------结果是 CPU 温度飙、风扇狂转、整机卡顿。

0.14 beta 起 whisper.cpp 默认不再吃满——会按更合理的负载策略分配核心数。

这条改动看着小，但对 [Framework / ThinkPad 这类混合架构笔记本]{b="b" solid="solid"}用户极其重要。

Remote API 新增 FunASR + SenseVoice

之前 Remote API 只能转发到 OpenAI 兼容接口（OpenAI Whisper API、LocalAI、FastWhisperAPI 等）。0.14 beta 起新增：

- **FunASR**（达摩院工业级中文 ASR 引擎）

- **SenseVoice**（多语种 + 情感识别）

对中文用户、对话场景用户、教育场景用户，这是[非常实用的补强]{b="b" solid="solid"}。

0.14 beta 补的全是「用得起来」的功能，但离「装得稳」还有距离。



03

CAN YOU INSTALL IT

###          它装得起来吗

安装方式

官方给的安装命令：

```bash

curl -fsSL https://raw.githubusercontent.com/jatinkrmalik/vocalinux/main/install.sh -o /tmp/vl.sh && bash /tmp/vl.sh --interactive

       安全提醒：第三方安装脚本必须先看再跑------尤其跨发行版的 install.sh 通常会调 sudo / apt / pip。

1

建议在测试 VM 里先跑一遍

2

想看安装脚本到底做了什么：先 curl -o 再 cat /tmp/vl.sh 看一眼，再决定要不要 bash

it\'s foss 自己在 Fedora 和 Ubuntu 上跑不起来

重要诚实信号——原文作者明确写了测试结果：「the result for both runs was an app refusing to launch via the app launcher or the terminal」。

  • Fedora Workstation——启动器 + 终端都拉不起来

  • Ubuntu——启动器拉不起来；按 troubleshooting 步骤后进程启动了但无响应，只能 kill

- 作者态度是 「[I\'m not too bummed out by this, as such are the risks associated with pre-release software]{px="px"}」------beta 版就是这状态，能理解

**这条信号对你有用**：如果你是 Linux 桌面用户，[别把这玩意当生产工具]{b="b" solid="solid"}------装在测试机器上玩玩可以，日常靠它写邮件、写代码还有距离。

跟同类对比

项目 平台 本地化 中文支持 Linux 集成
Vocalinux Linux ✅ 完全本地 需配 FunASR ⭐ 托盘 + 注入
macOS Dictation macOS 部分本地 弱 ⭐ 系统级
Windows Voice Typing Windows 部分本地 弱 ⭐ 系统级
Google Docs voice typing 跨平台 ❌ 云 ✅ ❌
Wispr Flow macOS / Windows ❌ 云 ✅ ⭐
Buzz（开源） 跨平台 ✅ 本地 需配 ❌
OpenWhispr（开源） Linux ✅ 本地 需配 ❌ 
Vocalinux 在 **Linux 桌面 + 本地 + 可定制快捷键**这条组合上[独占]{b="b" solid="solid"}------其他项目要么不专注 Linux、要么云端、要么没有桌面集成。

04

CHECKLIST

给读者的最低限度清单

我想用 Linux 桌面语音听写

最低门槛：

  • CPU：x86_64 现代 CPU，最好 4 核 +

  • 内存：8 GB 起步，16 GB 推荐（whisper.cpp 大模型时）

  • GPU（可选）：NVIDIA 用 PyTorch Whisper 精度最高；AMD 走 whisper.cpp 的 Vulkan backend

  • Wayland 用户：确保 GNOME 配置了 XKB 引擎（参考项目 troubleshooting 页）

我想用中文

0.14 beta 起两条路：

1. **本地**：whisper.cpp + 下载 [ggml-large-v3.bin]{mono="mono" px="px"} 或 [ggml-medium.bin]{mono="mono" px="px"}（多语种版）→ 中文识别率不错
  1. Remote API：起一个 LocalAI / FastWhisperAPI 容器跑 FunASR → Vocalinux 远程转写

安全 / 隐私考量

  • GPL-3.0 → 代码可审计

  • 完全本地 → 语音不出本机

  • 但 ⚠️ 第三方安装脚本（curl install.sh）——建议先 cat 一眼再跑

装在哪台机器合适

  • 生产机：不要装——beta + 装不稳 = 翻车风险

  • 测试机 / VM：可以试

  • 有备用 Linux 桌面的：可以长期跑

05

VERDICT

写在最后

Vocalinux 0.14 beta 不像 Lemonade 那样「性能刷榜」，它[补的是 Linux 桌面用户的痛点]{b="b" solid="solid"}------

「macOS / Windows 用户早就有的功能，Linux 用户怎么还做不到？」——0.14 beta 至少把这件事往前推了一大步。

0.14 beta 这一版至少把[快捷键自定义 + Wayland 文本注入 + 中文 ASR]{b="b" solid="solid"}三件事做完了------剩下的修 bug 就是时间问题。

⚠️ 但也别急着当生产工具——it\'s foss 自己在 Fedora 和 Ubuntu 上都跑不起来，beta 就是 beta。装在测试机、玩一玩、看代码、提 issue，是现在最合适的「使用姿势」。

真正的考验是 2026 年下半年——如果 1.0 之前能把「装得上、跑得稳」做扎实，Linux 桌面用户就真的多了一个完全本地、不依赖云、不依赖闭源的听写工具。

∞

REFERENCES

参考文献

[1] it\'s FOSS. Vocalinux Turns Your Speech Into Text Without Giving Away Voice Data. https://itsfoss.com/news/vocalinux-beta-release/（原文报道）

[2] Vocalinux 官方站. https://vocalinux.com/（含 demo + 比较页 + troubleshooting）

[3] GitHub. Vocalinux 仓库 + v0.14.0-beta release notes. https://github.com/jatinkrmalik/vocalinux/releases/tag/v0.14.0-beta（源码 + 发行说明）

[4] Phoronix. Vocalinux 0.14 Beta. https://www.phoronix.com/news/Vocalinux-0.14-Beta（同主题独立报道）

[5] whisper.cpp. OpenAI Whisper C++ 推理. https://github.com/ggml-org/whisper.cpp（默认 STT 引擎）

[6] VOSK. 轻量语音识别. https://github.com/alphacep/vosk-api（轻量引擎备选）

[7] FunASR. 阿里达摩院工业级中文 ASR. https://github.com/modelscope/FunASR（0.14 新增的中文后端）

[8] SenseVoice. 多语种 + 情感 ASR. https://github.com/modelscope/FunASR（0.14 新增的多语种后端）

[9] OpenAI Whisper. https://github.com/openai/whisper（PyTorch 高精度引擎）

[10] X.org XKB 文档. https://www.x.org/XKB/（Wayland 文本注入需要了解的基础）

本文完。欢迎关注 LeisureLinux，获取更多深度技术解读。

END

我是 LeisureLinux ，热衷于分享 Linux 发行版与底层技术的深度观察。

如果你觉得今天这篇有收获，欢迎 点赞、在看、转发 三连，我们下篇见。

OpenClaw 2026.7.1 预发行版全栈解读：从 GPT-5.6 默认到 Crash-loop 安全模式 Gemini Omni Flash API 上线：企业视频生产，变成一场对话 2026 年 Linux 全栈 AI 工具图鉴 (完整版) Siri AI 十五年：从语音玩具到本地智能的质变

本文整理自微信公众号 LeisureLinux 的原创内容（Linux / AI / 安全 硬核技术）。

· 阅读原文（微信公众号）

· 关注公众号 LeisureLinux，第一时间获取技术深度内容。

LeisureLinux 公众号二维码（微信扫一扫关注）