用 OpenLess 把語音變成乾淨文字——我的 ASR 加潤色工作流

OpenLess 是什麼——語音輸入加 AI 潤色的工作流工具

OpenLess官網 是一款 Android 平台的語音輸入軟體，但它不是普通的語音輸入法——它把語音識別（ASR）和 AI 潤色串成了一條完整的鏈路。你按住熱鍵說話，OpenLess 先用 ASR 把你的語音轉成文字，再調用 LLM 潤色模型做清理、重組和加標點，最後直接插入到當前游標位置。

適合誰？如果你經常在手機上打長段落——微信回覆、郵件草稿、筆記記錄——又嫌鍵盤打字慢、手機自帶語音轉寫病句多，OpenLess 解決的就是這個痛點。它的 ASR 和潤色 LLM 都支援多個提供商，你可以按自己的預算和延遲需求自由搭配。

安裝

OpenLess 是 Android APK，安裝包約 17.54M，目前版本 1.3.11。

安裝本身沒什麼特別的——從 OpenLess下載 下載 APK 後在手機上點擊安裝即可。有兩個注意點：

一是首次啟動時會自動檢測你的系統語言並設定界面語言（支援簡中、繁中、英文、日文、韓文五種），之後可以在設置裡隨時切換，切換主窗口立即刷新，不用重啟。界面語言和潤色輸出語言是完全獨立的兩個設定——你可以界面用英文但潤色輸出中文，也可以反過來。

二是安裝後需要配置 ASR 提供商和潤色 LLM。ASR 支援火山引擎、StepFun、Whisper 相容端點等，潤色 LLM 支援 DeepSeek、方舟豆包等。詳細的配置說明可以參考 OpenLess文檔。如果你只是想先試一下，建議先配置 DeepSeek 潤色——價格便宜、國內延遲低、API 格式 OpenAI 相容，在 OpenLess 裡選擇「自訂 OpenAI 相容端點」就能接入。

舊流程的痛點——我為什麼開始找這種工具

半年前我還在用手機自帶的語音轉寫功能。說話的時候很暢快，但轉出來的東西簡直慘不忍睹：

• 同音字亂飛——我說的是「DeepSeek」，轉出來可能是「深度客」
• 標點全是逗號——一整段話沒有一個句號
• 段落全擠在一起——微信裡打長段落，發出去就是一坨

我試過手動複製到手電腦上改，但那樣反而更慢——本來用語音就是為了快，結果還要多一道複製粘貼的步驟。後來我又試過在電腦上裝語音輸入工具，但電腦的麥克風識別率還是不如手機上的遠場收音。

真正的轉折點是那次寫一個比較長的郵件回覆——我用手機語音轉完，花了整整 15 分鐘在改錯別字和調標點。那時候我意識到，問題不是我說話不夠清楚，也不是 ASR 不夠聰明，而是「ASR 識別」和「文字清理」這兩件事本來就是兩個環節，手機自帶功能把它們捏在一起卻只做了前一半。

新工作流——OpenLess 嵌進我的日常

現在我的流程是這樣的：

按住熱鍵說話 → OpenLess ASR 識別 → 詞典熱詞注入 → DeepSeek 潤色 → 直接插入到當前應用

具體接了哪些工具？

ASR 層我用的是火山引擎的 bigasr，因為它支援請求級熱詞——我把經常說的軟體名、人名、術語都加進 OpenLess 詞典，這些詞會作為 hotwords 傳給 ASR API。之前我說「DeepSeek」被轉成「深度客」的情況現在基本不會出現了，因為這個詞已經在詞典裡被標記為高頻熱詞。

潤色層用的是 DeepSeek 的 deepseek-chat 模型。價格便宜，國內延遲也低——從說完話到潤色結果出來，通常 2 到 3 秒。潤色模型自動處理標點、拆分段落、清理口語化表達，有時候甚至會幫我把邏輯不通的地方重組一下。

兩層詞典注入是關鍵：ASR 層的熱詞是聲學層面的提示，在語音分析階段就給這些詞更高的概率權重；潤色層的詞典是語義層面的提示，告訴 LLM 「這些詞在我的語境裡很重要」。兩層獨立工作，互不干擾。

實操細節——最容易斷鏈的兩個地方

工作流看起來很簡單，但實際跑起來有兩個環節最容易出問題：

Esc 取消——話說到一半改口怎麼辦

按住熱鍵說話的時候最常遇到兩種情況：一是說到一半發現方向不對，想重來；二是突然有環境噪音串進麥克風。

OpenLess 裡 Esc 鍵是全局取消——不管你在錄音中、潤色中還是插入中，按 Esc 都會立即丟棄當前會話，不執行任何插入或剪貼板操作。已完成的會話不受影響，歷史記錄裡的已有條目也不會被刪除。

簡單記：鬆開熱鍵 = 提交；Esc = 撤銷。

詞典熱詞預算——加太多會被擠掉怎麼辦

ASR 提供商給 hotwords 參數的空間是有限的，通常只能傳幾百個字元。如果你詞典裡有幾千個詞條，不可能全部塞進去。

OpenLess 做了兩層處理：一是按命中頻率排序——真正被識別命中過的詞條排在前面；二是手動添加的詞條保留幾個額外席位，確保新加的詞能生效不會被老詞擠掉。這套機制確保你真正在用的詞條永遠有位置。

潤色層的詞典注入沒有預算限制——prompt 空間比 ASR 熱詞的字元預算大得多，哪怕幾千個詞條也能完整注入。

效果與邊界——什麼時候這套流程劃算，什麼時候不

用了大概兩個月，我的實際感受：

省了什麼：以前寫一段 300 字的回覆，從說完到發出去要 10~15 分鐘；現在全程 2~3 分鐘。主要省在改錯別字和調標點的時間——這兩件事現在完全不用我手動做了。

什麼時候劃算：需要輸入 100 字以上的段落時最劃算。短訊息（「好的」「收到」）直接手打反而更快。還有一種情況是需要保留特定詞彙——軟體名、人名、術語——這時候詞典熱詞注入的價值就體現出來了。

什麼時候不劃算：安靜環境下手機自帶語音轉寫已經夠準的簡單語句；或者你需要高度定制化的潤色風格（DeepSeek 的潤色效果很穩定但不算特別強，如果要更強的潤色可能需要切到方舟豆包的 Pro 模型，但那樣成本會高一些）。

另外要注意，OpenLess 目前只有 Android 版本，iOS 和桌面端用不了。如果你主力設備不是 Android，這套流程可能不適合你。

本文为个人基于网络公开资料整理编写，非官方内容，仅供学习交流参考；软件版权归原作者所有，请支持正版；使用过程中遇到问题请查阅官方渠道，本文不承担任何责任。