這是 fork。 原作 nick1ee/ZeroType 自 2026-03 起未再更新，PR 也無人審查，故另行維護。以下連結與版本紀錄皆以本 repo 為準。
Windows-only：目前維護者只有 Windows 環境，
macos/平台程式碼已於 2026-08 移除（git 歷史可尋回），Release 只提供 Windows build。需要 macOS 支援請回頭參考原作 repo。
一個按實際需求產生出來的繁體中文語音輸入工具。
市面上大多數語音辨識軟體對繁體中文（特別是台灣人慣用的晶晶體中英混用語境）支援度有限，且背後處理邏輯不透明。ZeroType 透過直接串接外部 LLM API，打造一套開放、透明、可自訂的語音辨識輸入系統。
你只需要自備 API Key，其餘一切開源。
- 自訂全局快捷鍵（預設
Alt + Z），在任何應用程式中觸發錄音 - 精簡模式（預設
Alt + X）：不必再按一次熱鍵停止——開口後安靜滿 1.5 秒就自動結束錄音，文字貼上後自動按Enter送出，適合聊天視窗的短訊息。自動送出可在設定頁關閉，關掉後就只貼上不送出。想提早結束也可以，錄音中再按一次同一組熱鍵即可 - 錄音中顯示浮動音波 Overlay，提供即時視覺回饋
- 按下
Esc或點擊取消按鈕可中止錄音
沒有人聲的錄音送給 AI，它不會回「沒聽到」，而是憑空編一整段內容出來——實測 gemini-3-flash、2.5-flash、2.5-pro 對純靜音分別編出會議議程、訪談節目、電影台詞；有一次十五秒的空錄音換回了一整篇五百字的開學致詞，照樣付費、照樣貼進游標所在的位置。換模型、改提示詞都壓不住。
判斷「有沒有人在講話」不能看音量大小，要看動態範圍。
把錄音切成 20ms 的音框，各自算音量（RMS）後排序，取兩個百分位：
- p10（最安靜的一成）＝ 底噪
- p90（最大聲的一成）＝ 人聲
p90 ÷ p10 就是動態範圍。它問的不是「聲音多大」，而是**「大聲的部分比安靜的部分高出幾倍」**。講話一定有停頓，字與字、句與句之間會落回底噪，高低差因此拉得很開；只有底噪的錄音則是一條平的線。低於 4 倍就不送辨識，並在「紀錄」頁說明是被這條擋下的。
用比值而不是絕對音量，有兩個好處：
- 不必為每支麥克風校正。 同一段錄音自己跟自己比，錄音後的自動增益、麥克風本身的音量大小都會約掉——藍牙耳機整段偏小、內建麥克風偏大，判斷結果一樣。實測純噪音錄音的最大音框音量落在 178~365，跟小聲的人聲根本分不開，絕對門檻做不到這件事。
- 敲擊聲騙不過去。 敲一下桌子會有音框衝到底噪的幾十倍，絕對門檻立刻放行；但沒人講話時 p10 仍然貼在底噪上，比值不會上去。實測有器物碰撞聲的那筆噪音錄音仍然只有 2.9。
實測 13 筆真實錄音：
| 動態範圍 | |
|---|---|
| 正常說話（8 筆） | 6.2 ~ 11.6 |
| 只有噪音（5 筆） | 1.4 ~ 2.9 |
門檻 4 落在中間，兩邊各有兩倍餘裕。
已知限制：在吵雜環境（風扇、咖啡廳）講話會把 p10 頂高、比值掉下來，真的講話有可能被誤擋，此時「紀錄」頁會指名是動態範圍擋的。目前樣本為單一麥克風、單一環境。短於 1 秒的錄音音框太少、百分位不穩，一律放行不判斷。
- 支援 OpenAI、Google Gemini 與 OpenRouter（一把 Key 通吃多家模型）三種語音辨識後端
- OpenRouter 模型清單由官方 API 線上取得（只列支援音訊輸入的模型），下拉選單直接顯示每百萬 token 費率並標示「推薦」；離線時退回內建清單
- 免費模型（
:free）排在清單最後並附可用性警告，僅建議測試用 - 辨識完成後，結果自動貼至游標所在位置（模擬
Ctrl+V） - 支援自訂 API Endpoint（可使用 OpenAI-compatible 的第三方服務）
設計原則：轉錄，不代寫。 語音輸入的本質是把口語變成文字，口語本身就有簡化的特性，貼近意思即可；AI 只做輔助校正，不喧賓奪主。因此提示詞刻意只保留最小限度的整理，凡是規則沒明講要改的，一律照原話輸出。
| 功能 | 說明 |
|---|---|
| 晶晶體支援 | 中英文混用語句自然處理，英文單字保留原文不翻譯、不中文化，大小寫照你講的原樣 |
| 智慧過濾廢詞 | 剔除「嗯」、「啊」、「呃」、「喔」、「唉唷」等停頓詞與狀聲詞。「然後」、「那個」、「的話」常帶實際語意，一律保留 |
| 智慧標點 | 根據語意自動補上逗號、句號，不需手動停唸標點 |
| 命令詞白名單 | 只有「更正」與「換行」兩個詞會被當成命令：說「更正」會捨棄前面說錯的內容改用後面接的，說「換行」會輸出換行字元。命令詞本身不會出現在輸出裡 |
| 其餘一律當內容 | 「不對」、「才對」、「等等」、「應該是」、「說錯了」全部照原話留著，不會被當成修正訊號去刪你的字。命令與語音分不出來時，一律以語音為主 |
| 空白錄音保護 | 錄音檔為空時直接返回空字串，嚴禁自行幻想內容 |
早期版本會自動把口語重寫成
1. 2. 3.條列、把英文改成首字大寫、把說出的「底線」還原成_，並用啟發式規則偵測口誤。這些已全數移除——它們是代寫而不是轉錄，且規則越多模型越容易在短句上憑空發明內容。
- 可設定個人化的專有名詞字典（人名、品牌、術語）
- 採兩段式校正：先純轉錄，再以字典對逐字稿做拼寫校正（發音相同且字數相同才替換），字典詞不會被憑空插入輸出
- OpenAI（Whisper）路徑例外：字典直接附加於 prompt 作為解碼偏置
- 深色 / 淺色模式切換
- 開機自動啟動；開啟後可再勾選「啟動時縮小至系統匣」，開機不跳視窗
- 快捷鍵自訂（支援任意組合鍵）：一般錄音與精簡模式各一組，設成同一組會被擋下
- 錄音開始 / 結束提示音可挑選系統內建音效
- 麥克風權限與輔助使用權限狀態即時顯示
- 自訂標題列：拖曳移動視窗、最小化，關閉鍵等於縮到系統匣（程式繼續在背景待命）
- 系統匣圖示可隨時叫回視窗或結束程式
- Windows 10/11
- Flutter 3.x（如需自行 build）
- 麥克風 — 錄音所需
前往以下任一服務申請 API Key：
- OpenAI（支援 Transcribe 語音辨識）
- Google AI Studio（支援 Gemini 多模態）
- OpenRouter（一把 Key 使用 Gemini / GPT Audio 等多家音訊模型）
- 前往 Releases 頁面下載最新版本的 zip
- 解壓縮後直接執行資料夾內的
zero_type.exe（DLL 與data資料夾需留在同一層） - 首次執行時，依照提示授予麥克風權限（語音輸入所需）
- 在 App 內的「模型設定」填入你的 API Key，即可開始使用
開發模式
git clone https://github.com/DaveTseng2019/ZeroType.git
cd ZeroType
flutter pub get
flutter run -d windows專案不使用任何程式碼產生器（無 build_runner），
pub get完直接跑。
正式版建置
flutter build windows --release
# 產物在 build\windows\x64\runner\Release\zero_type.exe一般使用者：到 Releases 下載新版，直接覆蓋舊的 .exe 即可；或直接在 App 內「設定 → 關於」點「下載更新」。設定與歷史紀錄存放在使用者資料目錄，覆蓋安裝不會遺失。
從原始碼更新
git pull
flutter pub get
flutter run -d windows # 或重新 build release- 地區限制：目前此 App 主要針對 台灣使用情境 設計，輸出內容以 繁體中文 與 英文 為主。未來是否有增加其他語言支援？若「有緣」的話之後再行考慮。
- 回報問題與協助：如果你在使用上發現任何問題，或是單純想提供改進建議，歡迎在 本 repo 發 Issue 或 Pull Request。
- 新增「常用詞彙」分頁 📌 — 歷史記錄每一筆多了一顆書籤按鈕，把辨識出來的句子存進常用詞彙，之後隨時複製取用；只留文字，不留音檔。清單自動排序、重複的不再存第二筆。要大量整理就按「編輯檔案」直接改
phrases.json（縮排格式，方便手改），改完按「重新載入」。程式增刪一律以檔案為準重讀，不會把你在外面的編輯蓋掉。 - API Key 可以先測再用 🔑 — 模型頁的 API Key 旁多了「測試」，打各家最便宜的查詢驗證金鑰，不送音訊、不耗 token；成功播辨識完成音效、失敗播失敗音效，並顯示原因（金鑰無效、額度限制、連線失敗）。另有「清除這個 Provider 的 API Key」，附確認對話框。Provider 名稱旁也多了官方網站連結，可直接去申請金鑰。
- 辨識失敗會出聲
⚠️ — 過去 API Key 填錯、額度用盡或斷網時，畫面上什麼都不會發生，只默默寫進「紀錄」頁，你會一直等一段永遠不會出現的文字。現在會播失敗音效。原本的「貼上失敗音效」因此更名為「失敗音效」，同一顆設定涵蓋兩種失敗。 - OpenAI 模型清單更新 🤖 — 新增官方現在建議的
gpt-transcribe（$0.0045／分鐘）、gpt-4o-mini-transcribe，以及舊版whisper-1。刻意不收gpt-4o-transcribe-diarize：它不支援提示詞、必須用diarized_json格式，跟本程式的字典校正直接衝突。 - 短句不再被加上句號 ✍️ — 「好」「知道了」這種四個字以內的回覆，加了句號反而不像講出來的話，現在會自動拿掉句尾的句號。問號、驚嘆號是語氣，一律保留；滿五個字的句子照舊標點。
- 沒錄到聲音時告訴你量到多少 📉 — 「只錄到底噪」的訊息從「動態範圍低於 4.0」改成報這次實測的值（例如「動態範圍 2.3」）。被誤擋時你才看得出離門檻多遠。
- 保留天數搬到歷史頁 🗂️ — 歷史記錄的保留天數不必再去設定頁找，直接在歷史頁標題下方調整（7／14／30 天，最多 30 天），旁邊寫明到期的記錄與音檔會在下次啟動時自動刪除。
- 刪除圖示統一為品牌橘 🎨 — 歷史記錄與常用詞彙的刪除鍵不再是紅色；兩頁的圓框按鈕改用同一份共用元件，樣式從此一致。
- 提示音不再被音量吃掉 🔊 — 過去系統音量調低時，開始／結束的提示音等於不存在。現在播放前會先把 ZeroType 在「音量混音器」裡的分軌拉回滿格並解除靜音（那一軌被拉低多半是誤觸，Windows 還會記在登錄檔裡跨次啟動留著）。系統主音量則不擅自更動，只在它低於設定值時於提示音播放期間暫時頂上來，播完還原成原本的音量。門檻可在設定 → 音效的「提示音最小系統音量」調整，預設 20%，設 0 表示完全不干預。主音量被靜音時不會替你解除靜音——那是刻意的動作。
- 貼上後還原剪貼簿 📋 — 貼上是拿剪貼簿當中介，過去會把你原本複製的東西直接蓋掉。現在會在覆蓋的前一刻記下來，貼完再還原。這段期間你自己複製了別的東西就不會被蓋回去；貼上失敗時也不還原，那時剪貼簿裡的辨識結果是唯一的救援手段。限制：只顧文字，原本放的是圖片或檔案救不回來。辨識結果不再留在剪貼簿，要重複使用請到「歷史記錄」複製。
- 新增貼上失敗音效
⚠️ — 文字沒送進目標視窗時，畫面上什麼都不會發生，過去只寫進「紀錄」頁，等你自己發現。現在會出聲，預設是系統的「災難性失敗」，也可以在設定 → 音效自己挑、按播放鍵試聽。 - 介面統一 🎨 — 設定值原本存在兩個不同的橘色（
#FF7A00與#EB5E14），音效檔名甚至不是橘的；現在滑桿數值、裝置名稱、音效檔名全部同一個橘、同一個字重。左側導覽列與設定頁的圖示放大到 28，各頁只有圖示的操作按鈕（播放、複製、刪除、顯示密碼等）統一為 24。歷史記錄的播放／複製／刪除加上同樣的圓形外框——實心與線條圖示在同一個尺寸下看起來就是不一樣大，外框把佔位畫出來才對得齊。對話框的按鈕文字改由主題統一供應，不再各寫各的。 - 說明文字預設字級 15 → 16 🔠
- 歷史記錄改在程式內播放
▶️ — 過去按播放鍵是把音檔丟給系統的預設播放器，會彈出另一個程式的視窗，而且按鈕立刻跳回原狀，播到一半也停不掉。現在跟提示音效走同一條路，直接在程式內出聲；播完按鈕自己復原，中途再按一次就停。 - 預設音效對調 🔔 — 「錄音結束」改用語音結束、「辨識完成」改用 Notify。麥克風開、關本來就該是成對的 Speech On／Off，文字好了是另一回事。已經自己選過音效的人不受影響，按「恢復預設音效」才會套用。
- 只錄到噪音就不送辨識 🔇 — 沒有人聲的錄音送給 AI，它不會回「沒聽到」，而是憑空編一整段內容出來（實測十五秒的空錄音換回一整篇五百字的開學致詞，還照樣付費、照樣貼進游標所在的位置）。現在改看動態範圍——最大聲的一成音量除以最安靜的一成，講話一定有停頓所以拉得很開，只有底噪則是一條平的線。實測 13 筆錄音，正常說話 6.2
11.6、只有噪音 1.42.9，門檻取 4。原理與已知限制見上方「只錄到噪音就不送辨識」。 - 精簡模式不再被底噪騙到提早收音 🎤 — 過去只要單一取樣跨過音量門檻就算「開口過」，接著安靜滿 1.5 秒便自動送出。小聲的麥克風（藍牙耳機實測峰值只有滿刻度的 6%）底噪本來就在門檻上下跳，零星跨個一兩框就把倒數點著了，於是你還沒開口、錄音就在兩秒半後被收掉，送出去的是一段環境噪音。現在要連續超過門檻 0.3 秒才算真的開口。副作用：極短的單字可能撐不到而不會自動停，那時再按一次熱鍵結束即可。
- 「有聲音」的門檻拉高 🔊 — 原本的 RMS 100 只是「極安靜」，不是「有聲音」，改為 150。
- 沒送出辨識時說明是哪一種 📋 — 「麥克風沒有送出任何資料」「整段沒有任何聲音訊號」「只錄到底噪」是三回事，訊息一樣的話查不下去。
- 「紀錄」頁瘦身 🧹 — 時間後面的圖示、文字前的「文字：」、貼上目標的「走法＝」都拿掉了。錯誤仍然是紅字。
- 修正貼上打不進 Visual Studio 內建終端機 🖥️ — Claude Code 的 VS 擴充套件把 CLI 跑在 Windows Terminal 的宿主控制項裡，那個控制項完全不處理鍵盤訊息，送過去的
Ctrl+V等於不存在（手動按也一樣，所以只能用滑鼠右鍵）。它的貼上只實作在右鍵，而且是直接把剪貼簿內容寫進終端機。現在焦點在那種控制項時改送右鍵訊息，等同使用者手動按右鍵。注意：精簡模式在那裡不會自動送出，Enter同樣進不去。 - 修正貼上跑到 EmEditor 的選單列 📝 — 把視窗切回前景時，內部焦點要還原到哪由該程式自己決定，不保證是你剛剛打字的地方；EmEditor 會還原到選單列，
Ctrl+V就打在選單上。現在按下熱鍵那一刻會連「正在打字的那個控制項」一起記住，切回來之後補上焦點。 - 沒記到目標時不再亂貼 🎯 — 按熱鍵時焦點若在 ZeroType 自己身上（例如剛開好程式就直接錄音），過去會把文字貼給當下最前面的視窗，可能是任何地方。現在改成不貼並在「紀錄」頁說明，文字仍在剪貼簿與歷史記錄裡。
- 新增偵錯模式 🐞 — 設定 → 一般設定最下方。開啟後紀錄會一併寫進
debug.log，並多記下貼上目標（視窗、實際收到按鍵的控制項、走哪條貼上路徑）；「紀錄」頁可開啟檔案位置，重開程式也會把檔案內容讀回畫面。清空紀錄或清除歷史時一併刪除。平常關著，回報問題時再開。 - 修正歷史記錄「開啟目錄」開到「文件」 📂 — 音檔資料夾的路徑混用了正斜線與反斜線，檔案總管的命令列不吃，會默默改開預設資料夾。同時把每筆記錄各一顆的資料夾按鈕收成頁面上方一顆——所有錄音本來就都在同一個地方。
- 按鈕文字大小跟著設定走 🔠 — 歷史記錄與紀錄頁的按鈕文字改用「項目標題」層級，不再寫死。
- 音效試聽變好用 🔊 — 設定 → 音效的播放鍵放大，改成跟歷史記錄一致的圓形樣式；「啟用音效」旁新增連續播放鍵，會依實際錄音流程依序播「開始 → 錄音結束 → 辨識完成」，播到哪一段，該列就會亮起來。
- 一鍵恢復預設音效 ↩️ — 音效區最下方新增「恢復預設音效」，把三個音效與開關一次還原成初始設定。
- 清除歷史時一併清空執行紀錄 🧹 — 歷史記錄的「全部清除」現在也會清掉「紀錄」頁的訊息，不用再分兩邊清。
- 文字大小改為四級 🔠 — 新增「頁面標題」層級（預設 24 / 22 / 18 / 15）。設定頁裡原本寫死大小的下拉選單、滑桿數值、授權狀態等說明層級文字，現在會跟著「項目說明」的設定一起縮放。
- 新增精簡模式快捷鍵 ⚡ — 預設
Alt + X，專門給聊天視窗的短訊息用：講完不必再按一次熱鍵，開口後連續安靜滿 1.5 秒就自動結束錄音，文字貼上後自動按Enter送出。判斷「安靜」之前一定要先聽到有人開口，否則按下熱鍵還沒講話的那段沉默就會直接把錄音收掉。原本的Alt + Z行為完全不變。 - 自動送出可關閉 ⚙️ — 設定 → 快捷鍵新增「精簡模式自動送出」開關（預設開）。關掉後精簡模式仍然講完自動停，只是不按
Enter，適合貼進不是「Enter 送出」的欄位。 - 兩組快捷鍵不能設成同一組 ⌨️ — 撞在一起時第二個
RegisterHotKey會失敗，變成其中一組無聲失效，現在直接擋下不儲存。
- 修正辨識結果貼到錯的視窗 🎯 — 錄音時記下的目標視窗，在辨識完成後常常切不回去：Windows 的前景切換權限屬於「當下的前景視窗」所在執行緒，原本卻是附掛到目標視窗的執行緒去要權限，辨識期間只要焦點跑到第三個視窗就必定被系統拒絕，Ctrl+V 於是打進當時最前面的那個應用程式。現在改附掛到正確的執行緒，目標視窗被最小化時會先還原，並且輪詢確認焦點真的切過去才送出貼上（取代原本盲等 50ms）。萬一仍切不回去就不貼，改在「紀錄」分頁提示——文字本來就已複製到剪貼簿，總比貼進別人的視窗好。
- 提示詞重整為「轉錄，不代寫」 ✍️ — 語音輸入的本質是把口語變成文字，不是幫你改寫。移除自動條列輸出（序數／連接詞 →
1. 2. 3.）、英文首字大寫與縮寫全大寫、口語描述還原（說「底線」就補_）三項規則——它們是代寫而非轉錄，且規則越多模型越容易在短句上憑空發明內容。 - 口誤修正改為封閉命令詞白名單 🎯 — 原本用啟發式偵測「不對」、「才對」、「應該是」、「說錯了」等字眼就砍掉前半句，實測 3/4 會把不是口誤的句子整段吃掉。現在只認「更正」與「換行」兩個命令詞，其餘一律當成內容照原話留著；命令與語音分不出來時以語音為主。
- 「然後」、「那個」、「的話」不再當廢詞剔除 💬 — 這些詞常帶實際語意，列在剔除名單裡本身就是刪錯字的誘因。
- 修正字典校正階段的兩種幻覺 🐛 — 兩段式校正的第二段沒有音檔，但規則檔寫著「內容來自隨附的音檔」，模型會判定沒有輸入而回問或加前言（實測 5 次中 3 次）；加上純文字模式覆寫區塊解決。另外第二段偶爾會在短句尾巴憑空補一個
_，提示詞點名禁止與不點名的失敗率一樣，改由程式移除（第一段逐字稿本來就有_時不動）。 - README 後端清單不再列出 model 名稱 📝 — model ID 只維護在
providers.json與計費表裡，README 不再放第二份會過期的副本。
- 語音辨識新增 Gemini 3.6 Flash 與 Gemini 3.5 Flash Lite 🆕 — OpenRouter 上兩個較新的音訊輸入模型，音訊計費分別為每百萬 token 1.5 與 0.3 美元，比清單中同級的 Gemini 3.5 Flash（3.0）便宜。
- 移除失效的 GPT-4o Audio Preview 🧹 — 計費表裡留著一個 OpenRouter 已無此 ID 的條目，選不到也不會計費，直接刪除。整份模型清單與計費表已重新對照 OpenRouter API 逐一核對過。
- 修正錄音中 Esc 沒有作用 🔇 — 原本的取消鍵只掛在 Flutter widget 的鍵盤監聽，只有 ZeroType 視窗本身有焦點時才收得到；但實際錄音時焦點幾乎都在別的應用程式。改用低階鍵盤鉤子偵測 Esc，只看不攔（一律放行給其他 app），只有錄音中才會觸發取消；取消事件會寫進「紀錄」分頁。
- 預設快捷鍵改為
Alt + Z⌨️ —Alt + Space在 Windows 是系統保留組合鍵（開啟視窗系統選單），跟這顆熱鍵搶焦點，改用不會跟系統衝突的Alt + Z。 - README 整理 📝 — 拿掉功能特色段落裡的 macOS 按鍵符號描述（
⌥ Option、⌘V等）與「macOS 與 Windows 各自音效清單」的說法，這些平台碼已於先前版本移除；開頭標語改為「一個按實際需求產生出來的繁體中文語音輸入工具」。
- 語音辨識新增小米 MiMo-V2.5 🇨🇳 — OpenRouter 上目前唯一支援音訊輸入的大陸廠商模型（Qwen、DeepSeek、MiniMax、Moonshot 皆尚未上架音訊版本），加入模型清單與計費表。
- 藍牙麥克風錄音自動增益 🎚️ — 部分藍牙耳機透過 HFP 送出的音量明顯偏小。錄音結束後自動把整段峰值拉到滿刻度的 85%，只放大不衰減，上限 8 倍避免連底噪一起放大。
- 提示音太短自動重播 🔁 — 系統音效實際長度低於 900ms 會讓人覺得沒放到，現在會自動重複播放頂到這個長度，最多 5 次。
- 拆分「錄音結束」與「辨識完成」提示音 🔔 — 原本的「停止錄音音效」其實是辨識完成、貼上前才響，跟真正的錄音結束有好幾秒落差。現在拆成兩個各自可在設定頁調整的獨立提示音：「錄音結束音效」在麥克風真正關閉時響，「辨識完成音效」維持原行為；音效區塊標題旁也加上簡短說明。
- 修正快捷鍵畫面永遠顯示「Key」 ⌨️ — 根因是 Flutter 的
PhysicalKeyboardKey.debugName在 release build 一律回傳null（框架原始碼用assert包裝，release 會被整段移除），正式版因此不管設定哪個按鍵都只顯示通用的「Key」字樣。改為自行對應鍵盤代碼顯示按鍵名稱，並放大快捷鍵徽章的字體與間距。 - 提高「無聲音」判斷門檻 🔇 — 錄音音量門檻由 1.0 提高到 100，避免把品質太差、幾乎聽不到內容的錄音送去辨識。
- 歷史頁調整 📜 — 播放鍵改為醒目的實心圓底樣式；「全部清除」字體放大；「在檔案總管中顯示」改為直接開啟音檔所在目錄；清除全部後統計卡片會立即歸零，不必重開程式。
- 結束程式移到側邊選單 🚪 — 從設定頁移到左側導覽列底部，並新增確認對話框避免手滑誤觸。
- 設定頁改版 ⚙️ — 「快捷鍵」移到最上方，跟「一般設定」同一層級的區塊標題與項目標題大小統一；「等待麥克風就緒」的說明文字精簡。
- 新增可自訂文字大小 🔤 — 設定頁新增「字體」區塊，以 JSON 直接調整區塊標題／項目標題／項目說明三個層級的文字大小，即時套用、不用重開；數值一律不可小於 10px，格式錯誤或超出下限存檔會被擋下並提示。
- 提示音時機調整 🔊 — 完成提示音改到送出貼上前才響（原本是拿到逐字稿當下就響，跟實際貼上還有半秒落差）。
- 視窗與字體放大 🔍 — 主視窗預設尺寸放大，全域文字整體放大，提示詞／歷史／紀錄頁的內文字體也一併放大方便閱讀。
- 修正視窗跑到螢幕外 🖥️ — 多螢幕環境下，視窗顯示時若上緣超出所有螢幕可視範圍會自動置中拉回來。
- 移除過時文件 🗑️ — 專案初期的需求規格與任務拆解文件（
Docs/）內容早已跟現況脫節，直接刪除。
- 修正辨識結果與說話內容無關的問題 🎯 — 根因不在提示詞而在音訊：噪音門檻把非語音壓成數位靜音，錄音有一半以上變成空白，而 chat 型語音模型收到稀疏音訊就會憑空編出一整段內容（實測 gemini-3-flash、2.5-flash、2.5-pro 對純靜音分別編出會議議程、訪談節目、電影台詞，換模型或改提示詞都壓不住）。濾除背景噪音預設改為 0（不過濾），獨立開關取消，強度 0 就是關閉。整段全靜音的錄音不會送出辨識。
- 提示詞改為兩段式 📝 — 格式規則與範例跟音訊放在同一個請求時，模型會在音訊聽不清楚時把範例原封不動抄成答案。現在音訊那段只給最小指令，規則、範例、字典全部移到第二段純文字處理。
- 錄音起始時機修正 🎙️ — 藍牙耳機要等 Windows 切換通話模式（實測約 0.93 秒），這段是空的。新增「準備中」狀態，提示音改在麥克風真的收得到聲音那一刻才響，不會再被切換的瞬間吃掉；錄音長度也從那一刻起算。換錄音裝置時會自動帶出合適的等待值（名稱含「耳機」給 1 秒，其他給 0）。
- 文字輸出到正確的視窗 📋 — 辨識要好幾秒，期間焦點常常已經離開原本的欄位。現在會記住按下快捷鍵當下的視窗，貼上前先把焦點切回去。
- 新增「紀錄」分頁 📄 — 錯誤與完成訊息原本用浮動提示顯示 2~3 秒，那段時間快捷鍵沒有反應，訊息也留不下來。改為寫進紀錄頁並立刻回到閒置。
- 錄音時暫停背景音樂 🎵 — Windows 版原本沒有實作，音樂會蓋掉提示音。只暫停不自動恢復。
- 其他 — 歷史頁在辨識完成後自動刷新；系統匣圖示於錄音中改為橘底；錄音輸入裝置以橘色標示。
- 修正單一修飾鍵熱鍵造成的按鍵失效 ⌨️ — 舊版可以把「單獨的右 Win 鍵」存成快捷鍵，但這種熱鍵註冊後擋不住開始選單，設定畫面會被蓋掉、連儲存都按不到；為此嘗試過的低階鍵盤 hook 更會讓外接鍵盤的
c、h變成 Win+C、Win+H 而失效。現在載入時若發現這類設定會直接丟棄、退回預設的 Alt + Space。快捷鍵一律需要包含一顆非修飾主鍵（筆電的 Copilot 鍵同樣被系統攔截，無法作為快捷鍵）。
- 字典校正改為兩段式 📖 — 字典與音訊同時給模型時，模型會把發音相近的詞「自我合理化」而憑空插入字典詞（提示詞措辭怎麼改都壓不住）。改為：先純轉錄（不帶字典），再用第二個純文字請求以「發音相同且字數相同」規則校正拼寫。有設字典時每次辨識多一個輕量請求（約 1 秒、$0.0002）。
- 架構精簡 🧹 — 移除 auto_route（改用原生
IndexedStack）、get_it（改 top-level 單例）、freezed、整套 build_runner codegen 與 domain/data 分層；刪除無法進入的 TestingPage 與macos/平台程式碼。lib/ 減少約 19%，依賴 21 → 16 個，改完程式碼直接 build 不需再跑 codegen。 - 全新圖示 🎨 — 應用程式與系統匣圖示改為橘底白 Ø 文字符號設計，內嵌 16–256px 多尺寸原生渲染，解決小尺寸模糊問題。
- 獨立維護聲明 🍴 — 上游
nick1ee/ZeroType自 2026-03 起無更新，本 repo 改為自行維護的正式版本線。 - 設定頁新增「關於」區塊 🔗
- GitHub 連結按鈕，直接開啟本 repo。
- 版本檢查：比對 GitHub 最新 Release，落後時顯示「下載更新」直連該版本頁面。
- 自訂字典修正 📖 — 字典詞彙原本會被辨識模型當成「優先使用」而憑空插入輸出；改為僅在音檔出現相近發音時才用於修正拼寫。
- Windows 支援 🪟
- 可在 Windows 建置與執行：錄音、系統匣圖示、提示音效全部到位。
- 自訂標題列支援拖曳移動與最小化，關閉鍵改為縮到系統匣。
- 快捷鍵設定的按鍵標籤依平台顯示（
Win/Alt取代⌘/⌥）。 - 「開機自動啟動」新增「啟動時縮小至系統匣」選項，且每次啟動會重新寫入登錄檔路徑，移動執行檔後不會失效。
- 新增 OpenRouter 供應商 🔀
- 一把 API Key 即可使用 Gemini、GPT Audio 等多家音訊模型。
- 模型清單改由 OpenRouter API 線上取得（僅列支援音訊輸入的模型），含即時費率；離線時退回內建清單。
- 下拉選單顯示每百萬 token 輸入／輸出價格，並依品質級距與價位自動標示「推薦」。
- 免費模型移到清單最後並標註可用性警告。
- 新增歷史紀錄頁 🎨
- 提供歷史產生逐字稿的紀錄語音檔，並可提供檢視。
- 新增總轉寫次數與總花費（USD）的持久化累計統計。
- 最長錄音自訂 ⏱️
- 設定中新增「最長錄音時間」選項，範圍 1-5 分鐘，預設為 1 分鐘。
- 編輯器優化 ✍️
- 提示詞編輯框寬度與高度現在會隨視窗大小自適應，不再固定長度。
- 錄音音效支援 🔊 — 可設定錄音開始與結束提示音。
- 功能修復 🐛 — 修正 macOS 上視窗關閉後無法再次開啟的問題。
- 提示詞優化 📝 — 進一步精簡轉錄用的系統 Prompt。
MIT — 自由使用、修改、散布，唯需自備 API Key。