# 影片筆記：Free, local audio dictation. Better than Wispr Flow, Superwhisper & Apple’s dictation

## 一句話總結
影片比較了付費雲端語音轉文字工具（Whisperflow、Super Whisper）與免費開源本地工具 **Fluid Voice**，強調 Fluid Voice 在隱私、速度、即時反饋及客製化（熱鍵、提示詞、詞典）上的優勢，並實測證明其優於現有付費方案。

## 核心重點
*   **隱私與成本**：付費工具（如 Whisperflow）需將數據上傳雲端，存在隱私疑慮（可能被調閱 subpoena），且每月費用約 $10-$15 美元。
*   **Fluid Voice 優勢**：
    *   **免費且開源**：無需付費，原始碼可下載修改。
    *   **本地運行**：數據不離開電腦，無雲端延遲。
    *   **即時反饋**：按下熱鍵後即時顯示文字，確認語音已接收並指定輸入目標（如 Chrome）。
    *   **高度客製化**：支援熱鍵設定、AI 提示詞（用於自動格式化或編輯）、自訂詞典（人名、公司名）。
*   **實測對比**：
    *   **Whisperflow**：按下 FN 鍵後需等待雲端處理，底部僅顯示 WAV 檔案進程，速度較慢。
    *   **Fluid Voice**：按下熱鍵後速度極快（Blazing fast），無需等待，即時顯示文字。
*   **安裝體驗**：安裝進度條初期可能卡在 3% 數分鐘，隨後跳至 98-100% 完成，屬正常現象。
*   **模型選擇**：推薦使用「Blazing Fast」模型；測試過「Cohere High Accuracy」發現準確度差異小但速度較慢，故未採用。

## 詳細大綱
### 1. 背景與贊助
*   影片由 **Zapier**（AI 自動化公司）贊助。
*   主題為電腦語音轉文字（dictation）應用程式的比較。

### 2. 現有付費工具的缺點
*   **隱私問題**：數據上傳雲端，講者擔心資料被調閱（subpoena）。
*   **速度問題**：雲端處理導致延遲。
*   **費用問題**：每月約 $10-$15 美元。
*   **體驗問題**：缺乏即時文字顯示與良好的使用者介面。
*   提及工具：**Whisperflow**（Andrew 使用）、**Super Whisper**（Adam 使用）。

### 3. Fluid Voice 的功能與優勢
*   **核心價值**：免費、開源（Open Source）、本地運行（On your computer）。
*   **技術基礎**：使用與付費工具相同的模型（Models）。
*   **客製化能力**：
    *   可下載原始碼並修改。
    *   可設定熱鍵（Hot key）與繼續鍵（Continuation key）。
    *   可設定 AI 提示詞（AI prompts）進行文字編輯（例如自動格式化郵件）。
    *   可建立自訂詞典（Custom dictionary）以正確拼寫人名與公司名。
*   **使用者體驗**：即時顯示正在輸入的文字，確認語音已接收並指定輸入目標（如 Chrome）。

### 4. 實測比較 (Demo)
*   **Whisperflow 表現**：
    *   按下 FN 鍵說話。
    *   需等待雲端處理。
    *   底部僅顯示 WAV 檔案進程。
    *   速度較慢。
*   **Fluid Voice 表現**：
    *   按下熱鍵說話。
    *   即時顯示文字與輸入目標。
    *   速度極快（Blazing fast），無需等待。

### 5. 安裝與模型選擇
*   **模型選擇**：
    *   推薦「Blazing Fast」模型。
    *   測試過其他模型（如 Cohere High Accuracy），發現準確度差異小但速度較慢，故未採用。
*   **安裝問題**：
    *   安裝進度條可能卡在 3% 數分鐘。
    *   隨後跳至 98-100% 完成。
*   **結論**：儘管安裝過程有小不便，但免費與開源特性使其值得取代付費軟體。
*   Andrew 已移除 Super Whisper 改用 Fluid Voice。

### 6. GitHub Repo Show
*   Fluid Voice 是 GitHub 熱門倉庫之一。
*   鼓勵觀眾觀看 GitHub repo show 以發現更多開源工具。

## 工具 / 模型 / 名詞整理
*   **Zapier**：AI 自動化公司，贊助本影片。
*   **Whisperflow**：付費語音轉文字應用程式，Andrew 使用的工具。
*   **Super Whisper**：另一款付費語音轉文字應用程式，Adam 使用的工具。
*   **Fluid Voice**（或 Fluid）：免費、開源、本地運行的語音轉文字應用程式，被推薦的工具。
*   **GitHub**：程式碼託管平台，提及「GitHub show」與「top repos of the week」。
*   **Mac**：作業系統平台，Fluid Voice 可下載於此。
*   **Chrome**：瀏覽器，Fluid Voice 可將文字輸入至此。
*   **Blazing Fast**：Fluid Voice 中的模型選項名稱。
*   **Cohere High Accuracy**：Fluid Voice 中測試過的另一個模型選項。
*   **WAV files**：語音檔案格式，Whisperflow 底部顯示此類檔案進程。
*   **FN key**：Adam 提到按下此鍵來啟動 Whisperflow。
*   **Hot key / Continuation key**：Fluid Voice 的熱鍵與繼續鍵設定。
*   **AI prompts**：Fluid Voice 中用於文字編輯的提示詞功能。
*   **Custom dictionary**：Fluid Voice 中的自訂詞典功能。

## 操作流程整理
1.  **安裝 Fluid Voice**：
    *   從相關來源下載安裝。
    *   注意安裝進度條可能初期卡在 3%，隨後跳轉至完成，屬正常現象。
2.  **設定與客製化**：
    *   選擇模型：推薦使用「Blazing Fast」模型以獲得最佳速度。
    *   設定熱鍵（Hot key）與繼續鍵（Continuation key）。
    *   （可選）設定 AI 提示詞（AI prompts）以進行自動格式化或編輯。
    *   （可選）建立自訂詞典（Custom dictionary）以處理特定人名或公司名。
3.  **使用 Fluid Voice**：
    *   按下設定的熱鍵。
    *   開始說話。
    *   即時查看文字顯示與輸入目標確認。
    *   文字直接輸入至指定應用程式（如 Chrome）。
4.  **對比測試（若使用 Whisperflow）**：
    *   按下 FN 鍵。
    *   說話並等待雲端處理。
    *   觀察底部 WAV 檔案進程，體驗較慢的速度。

## 值得注意的限制或風險
*   **安裝進度異常**：安裝過程中進度條可能卡在 3% 數分鐘，隨後才跳轉，可能讓使用者誤以為安裝失敗或卡住。
*   **模型選擇影響**：若選擇非推薦模型（如 Cohere High Accuracy），可能導致速度變慢而準確度提升有限。
*   **平台限制**：目前提及 Fluid Voice 可下載於 Mac 平台，需確認其他平台支援情況（影片主要聚焦於 Mac 體驗）。
*   **雲端隱私風險（針對競爭對手）**：使用 Whisperflow 等付費工具時，數據上傳雲端，存在被調閱（subpoena）的潛在隱私風險。

## 逐字稿辨識疑點
*   **Fluid Voice / Fluid Voice thing**：逐字稿中交替使用 "Fluid Voice" 與 "Fluid"，以及 "Fluid voice thing"。
*   **Jesse Poogee**：Andrew 提到其夥伴的名字為 "Jesse Poogee"，此拼寫較不常見，需查證是否為正確人名或口誤。
*   **FN key**：Adam 提到按下 "FN key" 來啟動 Whisperflow，通常 FN 為功能鍵，需確認是否為特定軟體的熱鍵設定或口誤。
*   **Super-duper easy**：形容詞疊用，可能為口語強調。
*   **ticks**：Adam 提到 AI 提示詞會 "remove your ticks"，在文字編輯語境中，"ticks" 可能指 "ticks"（勾號）或為 "ticks"（口語中的停頓/雜音）或聽寫錯誤（如 "ticks" 應為 "ticks" 或特定標點符號），需查證。
*   **3% installed... stops... shifts from 3% to 98 to 100**：安裝進度條的行為描述，雖為現象描述，但 "shifts" 一詞用於進度條跳變稍顯不尋常，可能為 "jumps" 或 "updates" 的口誤，但依要求保留原樣。
*   **Andrew Warner**：Andrew 自稱名字為 "Andrew Warner"，需確認是否為講者真名或筆名。
*   **J-E-S-S-I? J-E-S-S-I-E? J-E-S-S-E?**：Andrew 拼讀夥伴名字時的疑問，顯示對名字拼寫的不確定性。

## 可延伸追問
*   Fluid Voice 在 Windows 或 Linux 平台上的支援情況如何？
*   AI 提示詞（AI prompts）的具體語法或範例為何？
*   自訂詞典（Custom dictionary）的匯入/匯出格式為何？
*   Fluid Voice 的開源原始碼主要託管於哪個 GitHub 倉庫？
*   「Blazing Fast」模型與其他模型在準確度上的具體數據差異為何？