Shaberu

最懂臺灣人說話習慣的 AI 語音輸入法

晶晶體也沒問題，支援 Mac 與 iPhone 的 AI 語音輸入法。AI 幫你去掉冗詞贅字、補好標點和格式，講完就把整理好的文字放回你正在輸入的地方。

任何有游標的地方

  • Terminal
  • Gmail
  • Slack
  • Notion
  • ChatGPT
  • LINE
  • Messages

辨識模型聽到的

呃 那個 這個button要re factor一下 記得把文件更新一下 嗯 順便把測試也補一補 就這樣

Shaberu 送出的

這個 button 要 refactor 一下， 記得把文件更新一下， 順便把測試也補一補。

AI 精準語音辨識 去掉冗詞贅字 乾淨標點符號 中英之間空格 潤稿

按一下開始，按一下送出

不用一直按著按鍵講。按一下自定義快捷鍵開始錄音，螢幕下方就會出現一顆膠囊，左邊可以取消，中間會顯示波形和錄音時間，右邊則是送出。講完按一下送出，整理好的文字就會直接回到你原本正在輸入的地方。

iPhone 上是一顆鍵盤

切到 Shaberu，講一句話，文字就直接打進你現在的輸入框。同一個帳號、同一份設定，Mac 跟 iPhone 都一樣。

你的名字，你常用的術語

加進詞彙表後，模型在開始辨識前就會先知道這些詞，不用辨識完再靠規則硬換。兩台裝置讀同一份。

這一張是真的可以用的：自己加一個、刪一個。關掉這個分頁就沒了。

  • Shaberu
  • 台積電
  • Claude Code
  • Cloudflare
  • Anthropic

最近 50 筆，留在你自己的電腦裡

文字跑進錯的視窗，可以到歷史記錄裡再複製一次；不想留的，隨時可以自己刪掉。純文字，存在你自己的機器上，伺服器上沒有另一份可以還給你。

表情符號用講的

名字後面加上「符號」就可以：「愛心符號」會變成 ❤️、「打一個讚符號」會變成 👍，中英文加起來一百多個名字。只講「愛心」不會變成圖案——「愛心捐款」比想打一顆愛心常見得多。

講到一半，可以直接下指令

說「換行」、「新的一段」、「分點條列」，Shaberu 會直接幫你完成，而不是把這幾個字打出來。指令本身不會出現在最後的文字裡，指令前後你真正想說的內容都會保留。

分點條列 先確認預算然後再排時程最後再找人

  • 先確認預算
  • 再排時程
  • 最後找人

為你平常說話的方式而生

晶晶體，在臺灣其實很常見。像是「這個 component 要 refactor 一下」、「等一下幫我 check 一下」。但一般的語音輸入遇到中英混用時，常常會判斷錯誤，甚至直接把英文翻成奇怪的中文。Shaberu 不會改變你原本說話的方式，而是保留你平常講話的感覺，再幫你整理成自然、好讀的文字。 從語音辨識、用詞，到中英文之間的空格與最後的潤稿，全部都會在伺服器上處理完成後再送回來。AI 辨識功能也會持續改善。並且 Shaberu 非常重視你的隱私，你的錄音只會用來完成這次轉換，我們不會保存你的錄音。

我們絕不保存你的錄音

音訊會先送到我們的伺服器，完成語音辨識和潤稿後，再把文字傳回給你。錄音只會在處理這次請求時暫時存在，不會寫入硬碟，也不會另外保存。請求完成後就會刪除。

  • 逐字稿也不會留存。文字傳回 App 後，就會從伺服器上刪除。
  • 語音辨識使用 OpenAI，潤稿使用 Anthropic。透過 API 傳送的資料，依照兩家的 API 條款，不會用來訓練模型。
  • 刪除帳號後，所有資料都會立即刪除且無法復原。包含詞彙表、設定和裝置清單。

為什麼選擇 Shaberu

ShaberuTypelessWispr Flow
臺灣人在用的中文一律使用繁體中文，用詞也照臺灣的習慣。「影片」就是影片，不會變成「視頻」；「螢幕」也不會變成「屏幕」。繁體中文辨識得很準，但產出的用詞有時比較偏簡體中文用法。講「影片」會直接被強制轉換「視頻」，並且輸出一律為簡體字，這同時會使得 Claude、Codex 等 coding agent 的回覆也變成簡體字。繁體和簡體可以在設定裡選擇，但用詞本身沒有特別針對臺灣調整。
中英夾雜「這個 deadline 我先 hold 住」就照你平常講話的方式寫下來，中英文之間該有的空格也會自動整理好。可以直接中英混著講，不用先切換語言。他們的說明文件寫得很清楚：一次錄音只會判定一種語言。中英交替講的時候，英文可能被辨識成中文，中文也可能被辨識成英文。
專有名詞詞彙表會在你開始說話前就先提供給辨識模型，不是辨識完才靠規則替換。Mac 和 iPhone 使用同一份詞彙表。有個人字典，也會根據你修改過的內容自動學習。你修改過的拼法會自動加入字典。
講到一半下指令直接說「換行」「分點條列」就會照做，指令本身不會被打進文字裡；連表情符號都可以直接用講的。免費方案就有。選取一段文字後，可以直接用語音改寫、翻譯或繼續追問，這方面的功能比我們更完整。Command Mode 需要 Pro 方案才有。
錄音去了哪裡錄音只會在處理這次請求時暫存在記憶體裡，回覆完成後就消失。不會寫進硬碟，我們也沒有另外保存錄音的地方。逐字稿同樣不會留在伺服器上，歷史紀錄只保留在你自己的電腦裡，最多 50 筆。他們的做法也差不多：不保留雲端資料、不拿你的資料訓練模型，歷史紀錄留在裝置上。錄音、逐字稿和歷史紀錄會儲存在他們的伺服器上，是否保存以及是否用於模型訓練，都可以在設定裡控制。不過相對地，他們有 SOC 2、ISO 27001、HIPAA 等合規認證，我們目前沒有。
免費方案每週 5,000 字，完整功能都能用，不需要信用卡，也不會到期。每週 8,000 字，比我們更多。代價是使用 standard 辨識模式，尖峰時段的處理順位也比較後面。桌機每週 2,000 字，iPhone 每週 1,000 字，另外提供 14 天 Pro 免費試用。
價格月付 US$7.99，年付 US$59.99，換算下來每月只要 US$5.00。月付 US$30。網路上常看到的 US$12／月其實是年繳方案，一次付 US$144。月付 US$15，年繳平均每月 US$12，一年 US$144。
可以在哪些裝置使用支援 Mac（macOS 14 以上）和 iPhone 鍵盤，同一個帳號可以跨兩台使用。目前沒有 Windows 和 Android，這一點是另外兩家比較完整。支援 macOS、Windows、iOS、Android。支援 macOS、Windows、iOS、Android，Mac 版另外還有會議記錄功能。
離線能不能用目前不行。語音辨識和潤稿都在伺服器上處理。好處是如果今天發現它常常聽錯某個詞，我們今天就能修正，不需要等你更新 App。一樣需要連網。一樣需要連網，他們的文件也明確寫著「轉錄一律在雲端進行」。

另外兩家的價格、額度和功能，是 2026 年 8 月直接參考官方定價頁和說明文件整理的；如果他們之後調整內容，這張表不會自動更新。中文用詞那一列，則是把同一段話實際講給三個 App 辨識後，再比較最後產出的結果。

方案

選擇適合你的方案

Shaberu 是一個人在下班時間做的產品，希望臺灣的用語不要在歷史的洪流中消失。免費額度刻意給得很大，價格應該也已經是同類工具裡最便宜的。如果它幫得上你，你的支持就是它能繼續走下去的原因。

免費

US$0

  • 每週 5,000 字，週一重置
  • 辨識 gpt-4o-mini-transcribe
  • 潤稿 Claude Haiku 4.5
  • 詞彙表、兩台同步、其他功能，全部一樣
  • 不用綁信用卡，也沒有試用期限

升級到 Pro →

FAQ

常見問題

沒有網路可以用嗎？

不行。辨識、詞彙轉換和潤稿都需要網路與雲端 AI 伺服器溝通。

會不會存我的錄音？

不會，逐字稿也一樣。錄音只在那一次請求裡活著，文字回來就沒了——除非 App 請我們把答案留五分鐘，好讓連線斷掉的時候那句話不會跟著不見，而那一份是鎖起來的，鑰匙只在你的裝置上。你看得到的歷史記錄是裝置上自己的最近 50 筆，伺服器這邊沒有一份清單。

哪些 App 可以用？

所有 App。Shaberu 會把文字送進你現在正在用的 App，所以 Gmail、Slack、Notion、訊息、終端機、ChatGPT、LINE 都一樣。有游標的地方，就有地方可以打字。

為什麼需要輔助使用權限？

因為 Shaberu 需要知道你什麼時候按下快捷鍵，還要把整理好的文字送進其他 App。macOS 沒有其他方式可以做到，所以需要「輔助使用」權限。到「系統設定 → 隱私權與安全性 → 輔助使用」打開，一次就好。

免費額度怎麼算？

算的是整理完成後的字數，不是你講了幾分鐘，所以停頓、講錯重來，甚至麥克風根本沒收到聲音，都不會算進去。中文算字數，英文算單字；一般講話速度下，一分鐘大約 200 個中文字或 150 個英文單字，所以每週 5,000 字大概可以講半小時左右。

寫出來的中文長什麼樣子？

你自己平常會打出來的樣子：標點符號會補好，中英文之間會留空格，用詞也會盡量符合臺灣人的習慣。

Intel 的 Mac 可以嗎？

可以。Shaberu 不在你的 Mac 上跑模型，所以 Intel Mac 也沒問題。只要是 macOS 14 以上，而且有網路就可以。

iPhone 版呢？

一個用講的鍵盤：同一個帳號、同一份詞彙表、同一套系統，只是入口從 Mac 的快捷鍵換成 iPhone 的地球鍵。iPhone 版還在 TestFlight 公開測試，上面那顆按鈕就是邀請連結，上架前都可以直接加入。

講完，字就打好了。

幫助你遠離手腕隧道症，加速你溝通的速度。不論你是對人，或是對大語言模型。