日语语音输入软件：
Windows上的原生日语Whisper

无IME限制的日语语音输入

在Windows上打日语输入法已经是一个痛苦的工作流程长达三十年。您需要将罗马字输入到IME，观察它转换为平假名，按空格键查看汉字转换候选，选择正确的选项，然后对每个词重复此过程。即使是经验丰富的打字员，也会因为持续监控IME候选窗口带来的认知负担，导致输入速度远低于思考速度。语音输入彻底消除了整个流程。

StarWhisper 使用OpenAI的Whisper模型，将日语音频直接转录为日语实际书写使用的混合汉字-平假名-片假名正字法。您说出自然日语，转录文本将以正确的脚本形式出现在光标处，没有IME菜单，没有转换候选，无需按Tab和Enter键。该应用程序是一个Windows桌面工具，因此它可以在Word、Outlook、OneNote、Excel、Teams、Slack、Notion、您的浏览器以及任何其他带有文本输入的Windows应用中使用。

日语是Whisper支持的语言之一，拥有来自日本广播、播客、动漫、戏剧、新闻和YouTube的大量训练数据。该模型不仅学习了日语的发音和语法，还学习了日语的拼写惯例：哪些词汇习惯上使用汉字，哪些保留平假名，哪些使用片假名。正是这种遵循惯例的能力，使得输出无需手动后期编辑即可使用。

原生脚本输出：汉字、平假名、片假名

日语同时使用三种脚本书写。汉字（中文字符）承载名词、动词词根和形容词词根的词汇内容。平假名处理语法助词、动词变位结尾以及使用汉字会显得笨重的本土日语词汇。片假名用于外来词、拟声词和某些风格化的用法。母语作家在单个句子中会不断在这三种脚本之间切换，而使用哪种脚本的规则部分是惯例，部分是风格化的。

Whisper直接生成这种混合正字法。例如“今日の会議は午後3時に変更になりました”（“今天的会议改到下午3点”）这样的示例句子，会准确地输出：今日、会議、午後使用汉字；時、変更使用汉字；助词の、は、に使用平假名；动词结尾なりました使用平假名。您没有输入任何罗马字；您说出了句子，转录文本与母语作家产出的内容完全匹配。

外来词的片假名转换是自动的。Computer变为コンピューター，meeting变为ミーティング，project变为プロジェクト，system变为システム。品牌名称和英语专有名词保留其原始拉丁字母形式（Microsoft, Google, GitHub）。输出可以以原生速度流式传输到任何Windows应用。

敬语：礼貌语、谦让语和尊敬语

日语拥有英语所不具备的复杂敬语等级。同一个想法可以对朋友使用普通形式，对同事和熟人使用礼貌形式，在正式场合描述自己行为时使用谦让语，描述尊敬他人行为时使用尊敬语。特别是商务日语，依赖于这些等级的层次组合，误用这些等级本身就是一种实际的职业风险。

Whisper转录敬语时不会进行标准化处理，而是精确地转录您所说的话。如果您说出お世話になっております（标准的商务信函开头），转录文本就是这个。如果您说出ご確認いただけますでしょうか（委婉请求审阅的方式），转录文本就是这个。如果您说出ありがとうございます或ありがとう，您得到的就是您所说的话。模型不会“修正”您的敬语等级。

这使得日语商务邮件语音输入可以直接使用。商务邮件常见的开头、主体和结尾模式（お世話になっております, さて, ご検討のほどよろしくお願いいたします）都能清晰地传达。无论是普通日语还是半正式日语的内部团队聊天，效果都是一样的。需要持续使用敬语的客户文件，现在可以以说话的速度进行语音输入，而不是逐句打字。

商务和技术日语词汇

标准商务日语（営業, 経理, 取引先, 案件, 見積もり, 請求書, 納期, 検収）在训练数据中得到了很好的体现，并且能正确识别。标准技术日语（システム, データベース, インターフェース, クラウド, API, リリース, デプロイ）在片假名外来词和本土日语方面都能得到识别。

行业特定术语各不相同。主要行业（金融、IT、营销、咨询、制造、零售）的通用术语通常都能使用。非常专业的术语（罕见的科学词汇、小众法律术语、内部公司行话）可能会被音译，需要人工修正。个人查找和替换列表可以处理重复出现的错误。模型不会从一次修正中学到知识，这保持了您的数据本地化，但也意味着一致的术语会保持一致。

有关长篇日语写作工作流程，请参阅 内容创作者的语音转文本 页面；相同的流程适用于日语输出。对于多语言工作流程，一般而言， 多语言功能页面 涵盖了所有支持的语言集。

日语-英语代码切换

现代日语工作场所和学术写作经常在日语句子中嵌入英语品牌名称、英语技术术语和短英语短语。像“明日のMTGでSlackの新機能についてレビューします”（“明天会议将回顾Slack的新功能”）这样的句子在科技工作场所很常见。Whisper可以在不破坏日语流畅性的情况下处理这类混合输入。

对于以日语为主的内容，请将StarWhisper语言设置为日语。嵌入的英语品牌名称、缩写和短语会保留原始大小写。模型还会识别日语采纳的英语词汇的片假名转写（根据说话者使用的是原始英语还是片假名版本，同一个词可能会以不同的形式出现）。对于在长篇英语和长篇日语段落之间切换的文档，请将语言切换到自动检测，以便引擎按段落选择。

对于日语到英语的翻译工作流程，请将日语源文本录入到一个文档中，然后使用您选择的任何翻译工具处理结果。如果进行英语到日语的起草，请直接用日语进行口述，而不是先口述英语再进行翻译。当您使用目标语言进行口述时，输出质量始终更佳。

Windows 上的日语口述用例

商务邮件和信函往来

适用于 Outlook 和 Gmail 邮件、内部团队更新、客户跟进、正式的敬语信函。日语商务邮件格式，包括“お世話になっております”的开头、正文和“よろしくお願いいたします”的结尾，口述时能清晰地呈现。口述一封较长的商务邮件，所需时间大约只有通过 IME 输入的一三分之一，而且审阅结果的速度也比逐字检查转换候选词要快得多。

轻小说和漫画剧本创作

轻小说作家、漫画剧本作家和视觉小说作家可以直接以说话的速度口述初稿。不同角色语气的对话（休闲、礼貌、古体、角色语言）都能如口述般呈现。标准日语的长篇叙事段落处理效果良好。对于长篇小说创作，无限量的 Pro 套餐消除了每日字数限制。请查看 写作者的语音转文本功能 用于通用长篇工作流程的页面。

专业日语转录

将会议记录、访谈、讲座和播客等录音转录成日语文本。StarWhisper 支持实时口述和音频文件转录。在清晰的录音条件下，标准日语转录准确率高。

翻译草稿工作流程

翻译人员可以直接口述他们的译文，而不是通过 IME 输入。输出结果是初稿质量，需要进行润色，但相比于 IME 输入，速度优势非常显著。将口述的英语源材料作为日语译文进行工作，比手动输入更快。

个人写作

日语日记、博客文章、社交媒体、Notion 文章、Twitter/X 帖子。免费套餐涵盖了大多数个人写作需求。对于每天将日语作为内容工作流进行写作的用户，Pro 套餐更适合。

日本市场和尚未满足的需求

历史上，日本由于脚本的复杂性、以 IME 为中心的输入文化，以及老式语音识别系统有限的日语训练数据，一直未能得到西方语音口述工具的充分服务。Whisper 在引擎层面改变了这一点；现在日语和英语的输出质量差距远小于三年前。

StarWhisper 的漏斗数据显示，日本每天大约产生 14 次 Windows 应用安装，这是一个有意义且不断增长的市场。目前，日本用户的首次成功率约为 16.7%，低于同一数据集上德国用户看到的 57% 的比率。这一差距反映了两个方面：特定于日本用户的设置摩擦（脚本选择、语言设置、麦克风配置），以及当输入是混合的自然日语和嵌入的英语时，口述本身的难度。随着产品迭代，这两点都在改进。

对于考虑是否用语音口述取代日常写作中的 IME 输入的日本用户来说，实际答案是引擎质量已经足够好；限制因素现在是设置和习惯。免费套餐让您可以在自己的设备上无负担地测试工作流程。请查看 FAQ 涵盖了常见的日语设置问题，以及 隐私和离线模式 该页面解释了本地处理的机制。

日本用户的定价

账单通过 Stripe 以 USD 结算。您的银行会按当时的汇率转换为 JPY。日本没有单独的费用；包含日语的 96+ 语言包在免费安装程序中就已包含。字数统计采用了合理的日语启发式算法，即日语的“词”的字符密度远高于英语。

免费套餐对于个人日语写作量（商务邮件、日记、博客文章、社交媒体）是真正可用的：Pro 套餐每月 $10，适合每天进行长篇日语写作的用户：小说家、翻译、记者、全职商务撰稿人和内容创作者。年度套餐比按月付费节省了约三分之一。完整的定价明细请查看 首页定价部分. 请查看 无订阅 该页面解释了免费套餐如何在没有任何定期承诺的情况下工作。

日语口述的硬件和设置

StarWhisper 适用于 Windows 10 和 Windows 11。不适用于 Mac 或移动设备。安装程序约为 100 MB；Whisper 模型文件在首次使用时下载。仅使用 CPU 的操作可以在任何合理现代的 Intel 或 AMD 机器上运行。配备 CUDA 的 NVIDIA GPU 可以显著加速大型模型，这对于高容量的日语转录非常有用。Vulkan 为 AMD 和 Intel 独立 GPU 提供了一个跨厂商的 GPU 路径。

对于日语口述，推荐使用中型或大型 Whisper 模型，而不是小型模型，因为日语从额外的参数中获得的益处大于英语。如果您的机器可以运行，大型模型是准确率最高的选择。

麦克风质量比您想象的更重要。与笔记本内置麦克风相比，USB 耳机或定向桌面麦克风能产生明显更清晰的日语转录，特别是对于声音较轻的说话者或背景有噪音的房间。投资一个 5,000-yen 的 USB 麦克风，能通过减少校对时间很快收回成本。有关 GPU 方面的更多信息，请查看 GPU 加速功能页面.