Voconly 完整安装与使用教程：从下载安装到 AI 语音输入
Voconly 是一款免费、开源、本地优先的 AI 语音输入助手，支持 Windows 和 macOS。它可以将语音转换为文字，并根据不同的使用场景，对文字进行润色、翻译和整理。
与只能完成基础听写的工具不同，Voconly 允许你自行选择语音识别模型、配置 AI 服务，并为不同的工作场景设置独立的快捷键。你可以只使用本地语音识别，也可以在此基础上启用 AI 文本处理。
这篇教程将从下载安装到实际使用，带你完成 Voconly 的基本配置。即使你第一次使用本地语音识别工具，也可以按照下面的步骤逐步操作。
阅读本文，你将学会：
- 在 Windows 或 macOS 上安装并启动 Voconly
- 下载和选择适合自己的语音识别模型
- 理解语音识别与 AI 文本处理的区别
- 配置 AI Provider，启用文本润色等功能
- 设置快捷键，创建适合不同工作场景的输入方式
- 将语音输入应用到文档、邮件、即时通讯和 AI 工具中
一、下载与安装 Voconly
1. 下载应用
首先，访问 Voconly 官方网站，根据自己使用的操作系统下载对应版本。
Voconly 目前支持 Windows 和 macOS。请优先从官方网站或 Voconly GitHub 开源仓库 获取安装文件。
在官网首页，你可以看到不同操作系统的下载入口。页面顶部右侧有 GitHub 链接和微信群入口，方便你获取最新动态和加入社区交流。
2. Windows 安装说明
下载 Windows 版本后，按照常规软件的安装流程运行安装程序，并根据界面提示完成安装。
如果 Windows 弹出"Windows 已保护你的电脑"之类的安全提示，不要直接将其视为软件损坏。这类提示可能与 Windows 对未知发布者或应用程序的安全检查有关。
这是 Windows 的 SmartScreen 安全保护机制。 Voconly 是免费开源软件，所有代码在 GitHub 公开可审计。目前采用社区分发模式，暂未完成 Microsoft 代码签名认证。随着项目成长，我们计划申请代码签名证书以改善安装体验。
替代方案：使用 Chrome 或其他浏览器下载可能不会出现此问题。
解决方法：在浏览器下载列表中：
- 下载完成后，点击下载项右侧的三个点（⋯）
- 选择"保留"
- 确认保留文件即可正常安装
如果提示与上述情况不同，或者无法确认安装包来源，请先不要绕过安全提示，可以查看 Voconly FAQ：Windows 安装问题 获取更多帮助。
3. macOS 安装说明
macOS 首次安装时，需要特别注意系统安全机制。
由于当前应用没有使用 Apple Developer ID 进行签名和公证，macOS 可能会提示"文件已损坏""无法验证开发者"，或阻止应用打开。这不一定意味着安装包真的损坏了。
这是 macOS 的安全保护机制。 Voconly 是免费开源软件，所有代码在 GitHub 公开可审计。目前采用社区分发模式，暂未完成 Apple 签名认证。随着项目成长，我们计划加入开发者计划以改善安装体验。在此之前，首次使用需要手动信任应用。
请先确认你下载的是官方发布的安装包，再按照下面的方式处理。
打开 macOS 的"终端"（Terminal），执行：
xattr -cr /Applications/Voconly.app
具体步骤：
- 先完成安装：下载 DMG 文件并打开，将 Voconly 拖入 Applications 文件夹
- 打开终端（Command + 空格，输入"终端"）
- 复制粘贴以上命令并回车
- 如果提示输入密码，请输入您的 Mac 登录密码（输入时不会显示任何字符，这是正常的），然后回车
完成后就可以正常打开 Voconly 了。
注意： 上述命令适用于应用已经安装在 /Applications/Voconly.app 的情况。如果你将应用放在其他位置，需要相应修改路径。该命令用于移除应用文件上的扩展属性，不会替应用完成开发者签名或公证。
如果应用仍然无法启动，或者你看到的提示与上述情况不一致，请查看 Voconly FAQ：macOS 安装问题。
完成安装后，启动 Voconly，即可进入应用主界面。
二、首次启动：先下载语音识别模型
Voconly 的首次配置并不复杂。最重要的是先理解两个不同的功能：语音识别模型负责把声音转换成文字，AI 服务负责进一步处理识别结果。
如果你只需要语音转文字，下载语音识别模型就可以开始使用，不必先配置 AI 服务。
1. 选择并下载语音识别模型
打开 Voconly，在首页找到语音模型选择入口。点击对应按钮后，选择适合自己需求的模型并完成下载。
首次下载可能需要一些时间，具体取决于模型大小、网络速度和设备情况。模型下载并成功加载后，就可以进行语音识别。
2. 不同模型应该怎么选？
Voconly 支持多种语音识别模型，包括 Whisper、SenseVoice、Parakeet 和 Qwen-ASR 等。不同模型在语言覆盖、识别准确率、运行速度和硬件需求方面有所不同。
第一次使用时，可以参考下面的初始选择建议：
| 使用场景 | 可以优先尝试 |
|---|---|
| 中文语音输入、中英混说 | Qwen-ASR |
| 中文短句、配置较低的电脑 | SenseVoice Medium |
| 英文输入 | Parakeet |
| 多语言识别或小语种需求 | Whisper |
这只是初始建议，不代表某个模型在所有电脑、口音和环境下都表现最好。实际体验还会受到麦克风质量、环境噪声、设备性能和专业词汇等因素影响。
如果希望深入比较各模型的特点、硬件需求和适用场景，可以阅读：2026 本地语音识别模型横评。
建议： 不必一开始就下载所有模型。先选择一个与你主要使用语言相匹配的模型，完成首次输入测试，之后再根据实际体验决定是否更换。
三、配置 AI 服务：按需启用，不是必选项
语音识别模型和 AI 服务是两个独立的配置环节。
- 语音模型： 将麦克风采集到的语音转换为文字。
- AI 服务： 对识别出的文字进行润色、翻译、整理等后续处理。
如果你只想把说话内容转换成文字，到这里就已经具备了基本使用条件。
如果你希望将口语整理成更正式的表达，或者根据不同场景生成更清晰的内容，就可以继续配置 AI 服务。
1. 打开 AI 服务配置
在 Voconly 首页，找到 AI 服务对应的按钮并点击。应用会进入 AI Provider 的选择与配置流程。
Provider 可以理解为提供语言模型能力的服务入口。你需要选择自己实际使用的 Provider，并按照它所要求的参数完成配置。
通常需要关注以下信息：
- API 地址（Base URL）： 如果所选 Provider 要求填写，按照服务商提供的地址填写。
- API Key： 使用需要密钥认证的服务时，填写你自己的密钥。
- 模型名称： 选择或填写该 Provider 支持的模型。
- 连接测试： 如果界面提供测试功能，可以先验证配置是否正确。
不同 Provider 的参数要求可能不同，应以对应服务商的说明和 Voconly 当前界面为准。不要随意套用其他服务商的 API 地址或模型名称。
选择好 Provider 后，进入配置界面填写相应的参数：
2. 配置完成后，什么时候会用到 AI 服务？
完成配置后，你就可以在支持文本处理的场景中使用 AI 能力，例如：
- 将随意的口语表达整理成更通顺的句子。
- 将口述内容改写成正式的工作文档。
- 根据配置的提示词处理特定任务。
- 按照对应场景完成翻译或其他文本整理工作。
需要注意，使用在线 Provider 时，发送给该服务的文本会按照相应服务商的处理规则进行处理，可能产生 API 费用。如果你希望处理过程完全留在本地，可以根据自身需求选择受支持的本地 AI 方案（如 Ollama），并完成相应配置。
语音识别本身可以在本地完成；是否使用在线 AI 服务，由你自行决定。
四、配置快捷键与润色场景
Voconly 的一个重要特点是：你可以为不同的输入场景设置不同的快捷键，而不必每次都手动切换处理方式。
1. 了解首页的默认场景
首次打开应用时，首页会提供两个默认场景：
- 轻度润色： 尽量保留原本表达，只清理口语中的填充词和不必要的重复，让文字更适合直接阅读。
- 专业润色： 对表达进行更深入的整理，让内容更清晰、结构更完整，适合正式沟通和工作文档。
具体快捷键以你当前版本首页显示的设置为准。
2. 快速修改快捷键
如果默认快捷键与你的使用习惯不一致，可以直接在首页进行调整。
在对应场景的快捷键区域，点击当前显示的快捷键，按照界面提示重新设置即可。
3. 编辑场景，定义自己的输入方式
快捷键决定如何快速调用场景，而场景配置决定调用后如何处理文字。
进入场景管理界面后，可以根据当前版本提供的配置项，调整场景名称、快捷键、文本处理方式或对应的提示词。
在场景编辑界面，你可以为场景配置自定义提示词，控制 AI 如何处理你的语音输入内容。
例如，你可以为不同任务设置不同的场景：
| 场景 | 适合的用途 |
|---|---|
| 轻度润色 | 日常聊天、快速记录 |
| 专业润色 | 邮件、工作汇报、方案初稿 |
| 翻译 | 将口述内容转换为目标语言 |
| 会议记录 | 整理会议中的口述内容 |
| 自定义场景 | 按照自己的工作流程处理文字 |
上述是场景用途示例，具体可用的默认场景及可配置项以当前版本为准。
五、系统设置与其他功能
Voconly 的设置页面可以用于调整其他与应用运行有关的选项。
在系统设置中，你可以配置：
- 设备选择： 选择麦克风输入设备
- 输出设置： 控制文本输出行为
- 语言设置： 设置界面语言
- 其他选项： 根据需要调整应用行为
建议首次使用时先保持默认设置，等基本流程跑通后，再根据实际需要逐项调整。
历史记录
Voconly 会保存你的语音输入历史记录，方便回顾和管理。
联系与反馈
如果你在使用过程中遇到问题，或者希望与我们交流，可以通过以下方式联系：
- GitHub： 在 Voconly GitHub 仓库 提交 Issue 或参与讨论
- 邮箱： 发送邮件至我们在"关于"页面显示的邮箱地址
- 微信群： 访问 Voconly 官网 首页顶部右侧，点击微信群图标即可扫码加入交流群
六、完成基本设置
开始正式使用前，建议检查以下几项：
- 麦克风： 确认设备能够正常采集声音。
- 语音模型： 确认模型已下载并成功加载。
- 快捷键： 确认快捷键设置符合自己的使用习惯，没有明显冲突。
- 文本处理场景： 确认当前调用的是预期的轻度润色、专业润色或其他场景。
- 系统权限： 如果应用无法正常采集声音或向目标应用输入文字，检查操作系统相关权限。
七、麦克风建议：为什么推荐使用外接麦克风？
Voconly 可以使用系统默认的麦克风，也可以使用外接麦克风。对于日常高频语音输入，我更建议优先尝试一款适合自己的外接麦克风。
原因主要有两个。
第一，可能获得更好的响应体验。
在实际使用中，合适的外接麦克风可能让开始采集声音的体验更加直接，减少设备切换、音频初始化或系统输入设备处理带来的等待感。不过，实际响应时间仍然取决于操作系统、麦克风驱动、设备连接方式和当前运行状态，并不是所有外接麦克风都会更快。
第二，可能获得更清晰的识别结果。
麦克风的拾音距离、指向性、底噪和降噪处理都会影响输入音频的质量。使用适合当前环境的麦克风，有助于减少背景噪声，提高语音识别的稳定性。
当然，外接麦克风并不是必需条件。如果电脑自带麦克风已经能够提供清晰的语音输入，可以直接开始使用。
八、完成第一次语音输入
现在，你已经可以开始第一次真正的语音输入了。
1. 选择目标应用
打开记事本、文本编辑器、浏览器中的输入框，或者其他允许输入文字的应用。
将光标放在准备输入内容的位置。
2. 按下快捷键并开始说话
按下你设置好的 Voconly 快捷键，对着麦克风说出一两句完整的话。
说完后，松开快捷键，等待应用完成相应的输入和处理。
Voconly 的基本使用方式是按键开始说话、松开按键结束本次输入。具体行为以当前场景和版本的操作设置为准。
3. 检查识别结果
第一次测试时，可以说：
今天下午三点，我们讨论新产品的开发计划，并确定下一阶段的工作安排。
检查文字是否出现在当前光标所在的位置，标点和语句是否基本正确。
如果你使用的是轻度润色或专业润色场景，也可以观察输出文字是否符合预期。
如果没有出现文字，不要急着更换模型。优先检查麦克风、模型加载状态、快捷键以及目标应用是否允许输入。
九、轻度润色与专业润色有什么区别？
完成基础输入后，可以进一步比较不同文本处理场景的效果。
假设你口述的内容是：
这个方案我觉得还是可以的，就是现在看起来有点复杂，我们是不是可以再简化一下。
不同处理方式可以服务于不同需求。
原始听写
重点是把说话内容转成文字，尽可能保留原本的表达。
轻度润色
在保留原意和个人表达习惯的前提下，适当整理口语中的填充词和不必要的重复。
专业润色
更关注表达的逻辑性、清晰度和正式程度。例如，可以整理为：
该方案整体可行，但目前的实现复杂度较高，建议进一步简化。
需要注意，AI 润色不是简单地把句子变长或变得正式。好的处理应当保留原意，不随意增加原文中没有的信息。
如果涉及合同、数字、专业术语或重要业务决策，仍然需要人工核对输出结果。
十、在日常工作中使用 Voconly
当基本输入流程熟悉之后，可以把 Voconly 用到更多工作场景中。
- 邮件与工作沟通： 先口述主要内容，再通过轻度润色或专业润色整理表达。
- 即时通讯： 快速输入较长的消息，减少反复打字。
- 文档与方案： 通过语音完成初稿，再进行结构调整和事实核对。
- AI 工具： 口述更完整的 Prompt，减少因打字不便而省略的背景信息。
- 编程辅助： 口述开发需求、代码注释、技术文档或问题描述。
如果你经常在不同应用之间切换，可以为高频任务设置不同场景，让快捷键成为对应工作流程的入口。
例如，日常聊天使用轻度润色，撰写工作方案时使用专业润色，而向 AI 助手描述复杂问题时，可以使用更符合自己表达习惯的自定义场景。
需要注意，Voconly 负责的是语音输入和配置好的文本处理流程，并不意味着所有输出都可以不经检查直接使用。
十一、常见问题与故障排查
如果遇到问题，可以先按照下面的顺序检查。
1. 按下快捷键后没有反应
优先检查：
- Voconly 是否正在正常运行。
- 当前快捷键是否设置正确。
- 是否与其他软件的快捷键发生冲突。
- 麦克风是否可用，系统是否授予必要的权限。
- 语音模型是否已经下载并成功加载。
更多说明：Voconly FAQ：快捷键是什么？可以修改吗？
2. 语音识别不准确
可以依次尝试：
- 确认选择的模型适合当前使用语言。
- 改善麦克风与嘴部之间的距离。
- 尽量减少环境噪声。
- 放慢语速，尤其是包含数字、专有名词或技术术语时。
- 使用同一段真实语音测试不同模型，比较实际结果。
模型并不是越大越适合所有人。最终选择应当以自己的设备、语言和使用场景为依据。
3. macOS 提示文件已损坏或无法验证开发者
先确认安装包来自官方渠道，再参考本文的 macOS 安装说明，或查看 Voconly FAQ：macOS 安装问题。
4. Windows 提示"Windows 已保护你的电脑"
请先确认下载来源和安装包的完整性，再按照本文的 Windows 安装说明进行处理，或查看 Voconly FAQ：Windows 安装问题。
5. 模型下载失败或 AI 服务无法使用
这通常需要区分两个环节：
- 语音模型下载或加载失败： 检查网络连接、磁盘空间以及模型状态。
- AI 服务无法使用： 检查 Provider、API 地址、密钥、模型名称和服务商的可用状态。
如果只需要基础语音识别，可以先不配置 AI 服务，确认本地语音输入正常后再单独排查 AI 环节。
更多问题可以统一查看 Voconly 常见问题 FAQ。
结语：从语音输入开始，逐步建立自己的工作流
Voconly 的入门过程可以概括为四步：
- 下载并安装应用。
- 选择并加载语音识别模型。
- 设置快捷键和需要的文本处理场景。
- 在实际工作中测试，再逐步调整模型和配置。
如果你只需要语音转文字，完成前两步和必要的基础设置就可以开始使用；如果希望进一步整理口语表达，再配置 AI Provider 和相应的文本处理场景。
不必一开始就研究所有模型和配置。先让它在你每天使用的应用中正常工作，再根据真实需求逐步调整，通常是更高效的入门方式。
开始使用 Voconly：
想要尝试离线语音输入？
Voconly 是一款免费、开源的桌面语音输入工具，支持 Windows 和 macOS。它在本地运行语音识别，支持多种 ASR 模型，并可选择使用本地或在线 LLM 处理文本。