Windows
Windows 11
下载 Windows 版本与您现有的工作流无缝集成
CursorClaudeChatGPTCopilotVS CodeJetBrainsZedSlackTelegramWhatsAppGmailNotionObsidianDocsFigmaLinearChromeCursorClaudeChatGPTCopilotVS CodeJetBrainsZedSlackTelegramWhatsAppGmailNotionObsidianDocsFigmaLinearChrome
速度
说话比打字快。快得多。
日常对话语速约为每分钟 150 个词。打字平均每分钟 40 个词，这还没算上您回头修改错别字的时间。
语音输入150 每分钟字数
键盘输入40 每分钟字数
左侧时钟记录了所有过程：语音、识别、格式化和插入--与第一个屏幕显示的三个阶段相同。程序在您说话时也不会显示草稿。右侧显示的是以每分钟 40 个词的速度打字并带有一个错别字的情况。
第二步
任何人都能进行转录。区别在于接下来会发生什么。
普通的听写只会给您一串文字，需要您手动清理。Midri Voice 能识别出您在哪里进行了自我修正、哪里是一个想法的结束，以及哪些内容是不应该出现在文本中的。
原始听写
所以嗯我看了那个报告呃关于第三个不关于第四季度的销售情况 。
“第三个--不，第四个”是自我修正。只有您真正想表达的内容才会留在文本中。
语音对话
不是指令，而是交流
它会在您说话时实时倾听并直接以语音回应，无需中间转录。您可以随时打断、追问或改变主意。
您打开 Spotify 并播放一些舒缓的音乐
助手正在打开 Spotify
您提醒我半小时后参加会议
助手没问题。当此对话开启时，我会在七点提醒您
从您说完话到它发出声音仅需 1.4 秒
拥有“双手”的助手
说出来，就等于做完
您说出需求，最多三个工作单元会同时处理。每项权限均需单独授予，默认仅开启一项--查看屏幕。
Midri Voice助手权限
助手在电脑上被允许执行的操作
这是您的电脑和文件。请仅开启您打算使用的功能：权限可随时撤销，但已执行的操作无法撤回。
询问频率权限决定了允许执行的操作。此项决定了助手在执行操作前询问的频率
总是询问独立工作，在不可逆操作前停止从不询问
查看屏幕屏幕截图和窗口内容。若不开启此项，助手将无法获取屏幕信息
启动程序打开并切换已安装的程序
处理文件读取、创建、修改及重命名文件。删除操作将移至回收站，而非永久删除
运行命令PowerShell 命令。程序内已拦截破坏性命令，即使在任何权限下也不会执行
使用浏览器打开并阅读网页，进行点击操作--在执行程序自带的浏览器中，即您已登录的那个。它无法查看您的浏览器标签页
你的
它长成你想要的样子
四种形状，七套配色。挑一个，或者看它自己换。
点一下形状或颜色
当你还是要打字时
半句话早已在你脑子里
它替你把开了头的话写完--就在你真正打字的那个窗口里，而不是我们的窗口。合适就按 Tab；不合适就继续打，它会一声不响地消失。
Slack
Acme
Channels
#general
#design
#releases
#random
#团队
A
Ann10:12
已推送导出任务的修复程序，现在应该会更快了。
M
Max10:15
太好了。我将重新运行夜间任务并核对数据。
按你的修复重跑了夜间构建，导出用了四分钟，而不是十一分钟。
1你停下手
2它给出下半句
3按 Tab 收下
代码与提示词
向编辑器口述提示词--术语保持原样
“Use state”会变成 useState，“task dashboard”会变成 TaskDashboard。名称会根据发音以及您屏幕上打开的内容进行还原。
助手
~/项目项目
src
components
TaskList.tsx
Sidebar.tsx
hooks
useTasks.ts
package.json
1import { useTasks } from "../hooks"
2
3export function TaskList() {
4 const { tasks, done } = useTasks()
5
6 // one card per task
7 return tasks.map((task) => (
8 <Card key={task.id} done={done(task)} />
9 ))
10}
助手准备就绪。请描述任务。
Claude Sonnet
代码名称根据发音和屏幕上打开的内容进行还原。
mainTypeScript第7行，第22列
与您现有的工作流无缝集成CursorClaudeChatGPTCopilotVS CodeJetBrainsZed
边说边译
说您的语言--直接转化为对方的语言
翻译不是事后的独立步骤，而是按键操作的一部分。支持 25 种语言；您只需在设置中选择一次目标语言。
Slack
Acme
Channels
#general
#design
#releases
#random
#team
D
Dana13:48
已推送导出任务的修复程序，现在应该会更快了。
I
Ivan13:55
太好了。我将重新运行夜间任务并核对数据。
M
Mark14:02
能否请您再查看一下这个合并请求？
EN嗨！感谢您的修改，我已经修复了一切并再次发送给您。
插入到： ES
消息 #team
他人的文本
选中它，即可用您自己的语言阅读
工具栏会自动出现在选中文本的上方。翻译卡片中设有提问栏：您可以通过语音或打字询问文本内容或语气。
Telegram
Search
J
James19:12
在迁移问题解决前，发布工作已暂停--我宁愿晚点发布，也不愿导致生产环境崩溃。
D
Design18:20
sent the mockups
A
Anna17:04
ok, tomorrow then
R
Releases16:41
build 412 is up
J
James
最近在线
今天
预发布环境部署完成了吗？
18:54
是的，一小时前已完成，日志显示正常。
18:57
很好。不过还有一件事。
19:03
在迁移问题解决前，发布工作已暂停--我宁愿晚点发布，也不愿导致生产环境崩溃。
19:12
消息
文字聊天
有时候不能开口说话。但你仍然可以问。
通过快捷键即可在当前工作窗口上方调用它。它能记住语音助手所记忆的内容，调用相同的工具，并按其逻辑进行回答--在第三行文字生成时，您已读完第一行。
季度报告.docx
您正在工作。没有打开浏览器标签页，也没有可切换的内容。
记忆
不是事实清单，而是知识网
普通记忆是文件中的行，通过匹配关键词搜索。而这里的记忆由链接构建：新节点会自动寻找关联，在回溯时，助手会沿着链接寻找并带回邻近的关联信息。
Midri Voice对话记忆
搜索记忆
9 个节点·保存在此计算机上显示全部
150每分钟字数
日常对话语速
1.4秒
从您的最后一个词到语音回答
25语言
插入时的翻译语言
功能介绍
一个助手，替代十个窗口
语音对话、操作应用程序和文件、设置提醒、个性化配置，以及最初的听写功能。
助手
当您与它对话时，它所做的一切。
10语音回复，而非文字
它会在您说话的同时进行倾听并直接以语音回复，无需中间转录过程。从您说完到听到回复仅需约 1.5 秒。
“打开 Spotify”--即刻开启
它能识别所有已安装的应用并按名称启动。如果您要求打开已在运行的应用，它会直接切换到该窗口，而不会重复打开。
独立的浏览器，不占用您的标签页
助手拥有一个独立的 Chromium 浏览器及其专属配置文件：它仅在该浏览器内读取页面、点击和填写表单。您只需在其中登录一次所需的网站。浏览器需单独下载：下载大小 149 MB，占用磁盘空间 344 MB。
三十种音色可选
低沉平稳、活泼轻快、柔和从容--您可以在球形菜单或设置中切换音色。免费版包含其中两种。
看见您所见
共享屏幕并询问屏幕内容：读取错误信息、引导操作步骤或解读陌生窗口。
对话中语音提醒
“半小时后提醒我”--只要对话窗口处于打开状态，半小时后它会直接语音告知。这不是通知，而是对话中的一句提示。
听写
您的语音转化为文字的过程。
9无网也能工作
识别功能在您的电脑上运行。断网后听写功能依然可用，并按规则进行优化。您的语音绝不会发送至任何地方。
您的专属名称与术语
GitHub、macOS 和 Kubernetes 等四十五个常用名称会自动识别。您可以添加无限长度的列表--系统将通过发音进行匹配。
您的屏幕即提示
活动窗口中的名称会自动加入当前短语的词典。当您提到“Slack”时，它会准确地显示为 Slack。
任意按键或组合键
右侧 Alt、Caps Lock、Ctrl+Shift 等，支持单个按键或组合键。像使用对讲机一样，按住即可说话。
自定义写作规则
“商务语气”、“无感叹号”、“短句”--用文字描述规则，系统会自动应用于每一句短语。
绝不丢失任何内容
您听写的所有内容都触手可及，点击即可重新粘贴。数据仅存储在您的电脑上。
本地运行
当您不使用时，它在您设备上的状态。
4九大板块，井然有序
包含听写、文本处理、聊天、Live AI、连接器、历史记录、外观、系统及订阅信息。助手的权限及其工作模型位于“Live AI”中，您可在此开启对话。支持主题、十二种强调色、窗口材质及面板停靠边缘设置。
闲置时仅为细条
在您触碰前，面板仅显示在屏幕边缘。悬停即可展开麦克风、对话、助手和设置选项，离开后自动收起。
支持使用自有密钥
如果您不希望通过我们付费，可粘贴来自 OpenAI、Anthropic、Google 或其他提供商的密钥，其模型将与我们的模型并列供您使用。密钥存储在 Windows 凭据管理器中，绝不会传输给我们。
在侧边运行
面板不会获取焦点，不会弹出遮挡您的工作内容，也不会移动光标。仅在一种情况下助手会打开独立窗口--即您已授权其使用浏览器时。
安装
您的语音绝不会离开您的电脑
识别过程在本地模型上运行，无需联网，不会发送任何数据。使用程序需要账户，账户用于开启云端功能：智能处理、翻译、语音朗读及助手服务。
macOS
计划中
尚未就绪Linux
计划中
尚未就绪程序目前处于封闭测试阶段，暂无公开版本。请创建账户，一旦版本可用，我们将第一时间通知您。macOS 和 Linux 版本已在规划中，但尚未开始开发。
常见问题
下载前用户常问的问题
Midri Voice 是一款 Windows 语音助手。按住按键说话，文本即可直接输入到您当前的窗口中。您也可以直接与它对话，它会以语音回答、打开应用程序并整理您的文件。
预览版期间完全免费。目前网站不收取任何费用，也无需绑定银行卡。
是的。通过 Google 一键登录，无需创建或记忆密码。账户用于关联付费方案及使用配额。
听写在您的设备本地完成，音频不会上传。语音对话则不同：您的语音需要通过服务传输，否则无法为您提供回复。
目前支持 Windows 10 和 Windows 11。其他系统即将推出--助手本身并不绑定于 Windows。
任何带有文本框的窗口：Cursor、VS Code、JetBrains、终端、Telegram、Slack、Gmail、Notion 或浏览器。它会记住您开始说话前点击的文本框，即使窗口移动，文字也会准确输入到该位置。
自带听写功能仅记录声音。而 Midri 能理解您的意图：它会自动添加标点、去除冗余词汇、保留代码和名称格式、实时翻译，并能记住您之前提到的内容。