設定

轉錄與費用

可選擇本機 whisper（免費）、你自己的 OpenAI 金鑰，或任何相容 OpenAI 的端點（例如你自己的 GPU 主機）。音訊會直接從你的電腦傳送到你選擇的服務。

#誰付費，流量往哪裡去

費用與網路模型

開發者（Japan Marketing LLC）不支付、不代理，也不收取任何轉錄或 AI 使用費用。
請求會直接從你的電腦傳送到 OpenAI 或你的端點，絕不經過開發者的伺服器。
OpenAI 的用量會向你自己的 OpenAI 帳號收費。
整理會使用你已登入的 Claude Code / Codex CLI，除非你明確選擇 API 執行器（organizer.runner: "api:<provider>"，請參閱用 settings.json 設定）。它絕不會自行改用 API 金鑰。

#轉錄方式

在設定 → 轉錄 → 引擎中選擇。頁尾的麥克風與轉錄彈出視窗會顯示目前的選擇。

引擎	音訊送往	費用
本機（免費）（預設）	不傳送	免費
OpenAI（你的 key）	OpenAI	由你的 OpenAI 帳單支付：`gpt-transcribe` 每分鐘 $0.0045（每小時約 $0.27）
相容 OpenAI（自架 GPU、Groq 等）	你的端點 Base URL	依端點而定

設定 → 轉錄 → 語言：自動、日文或英文。這是你說話的語言，與介面語言是分開的。

#本機 whisper（免費）

本機轉錄使用 whisper.cpp （在新分頁中開啟）：也就是 whisper-cli 執行檔加上 GGML 模型。

1. 安裝 whisper-cli。Ferret 會先尋找隨附的版本（resources/whisper/<platform>-<arch>/），接著是 PATH，再來是 Homebrew 等常見位置。

# macOS
brew install whisper-cpp

# Linux: build from source, then add build/bin to PATH
git clone https://github.com/ggml-org/whisper.cpp && cd whisper.cpp
cmake -B build && cmake --build build -j --config Release

# Windows: download the zip from github.com/ggml-org/whisper.cpp/releases
# and add the folder containing whisper-cli.exe to PATH

2. 取得模型。選擇本機（免費）後，挑選模型並按下載模型。檔案會直接從 Hugging Face（ggerganov/whisper.cpp）下載，並以 App 內建的 sha256 檢查（不一致時會刪除檔案），儲存到 <userData>/models/。下載完成的模型會自動被選取。按取消會保留已下載的部分檔案，按繼續下載則會從中斷處繼續。

模型	大小	說明
`large-v3-turbo`	1.6 GB	建議的預設值。在 Metal / GPU 上速度快
`large-v3-turbo-q5_0`	574 MB	量化版本。節省磁碟空間與記憶體
`small`	488 MB	適合只有 CPU 的電腦
`base`	148 MB	輕量。日文錯誤較多
`tiny`	78 MB	最快。日文的準確度不足

已經有模型了嗎？用選擇檔案… 指定任何 ggml-*.bin 即可。沒有模型時，設定中會顯示尚未設定模型。你仍然可以錄製：音訊會儲存，但只會產生畫筆意見。

App 並未隨附 whisper-cli。請依上述步驟自行安裝。找不到它時，設定中會顯示找不到 whisper.cpp（whisper-cli）。請安裝後重新開啟設定。以及相同的安裝說明。

#使用你自己的 OpenAI 金鑰

將引擎設為 OpenAI（你的 key）。
在 OpenAI API 金鑰貼上以 sk- 開頭的金鑰，然後按儲存。
按測試連線。這會傳送 1 秒的靜音（約 $0.0001）。

模型固定為 gpt-transcribe。僅在開發環境（pnpm dev）中，也會讀取被 git 忽略的 .env 檔案中的 OPENAI_API_KEY。打包後的版本絕不會讀取 .env。

#相容 OpenAI 的端點

Ferret 會傳送 POST <base>/v1/audio/transcriptions（multipart：file、model、response_format=json、language、prompt），因此是為實作了 OpenAI 轉錄路由的伺服器而設計。

將引擎設為相容 OpenAI（自架 GPU、Groq 等）。
填入端點 Base URL 與模型（端點上的模型名稱）。
如果伺服器需要金鑰，請輸入 Endpoint API key（選填）並按儲存。
按測試連線。錯誤訊息會指出原因，例如 Base URL 錯誤（沒有 /v1/audio/transcriptions）、金鑰被拒絕，或模型名稱不明。

伺服器	Base URL	模型（範例）
speaches （在新分頁中開啟）（前身為 faster-whisper-server）	`http://localhost:8000/v1`	`Systran/faster-whisper-small`
vLLM （在新分頁中開啟）（`vllm serve openai/whisper-large-v3`）	`http://localhost:8000/v1`	`openai/whisper-large-v3`
Groq （在新分頁中開啟）	`https://api.groq.com/openai/v1`	`whisper-large-v3-turbo`

Ferret 是為這類相容 OpenAI 的伺服器而設計，但尚未實際與 Ferret 一起測試過。上表的 URL 與模型名稱是各伺服器文件中的預設值。

儲存時會去掉結尾的 /v1 或貼上的 /v1/audio/transcriptions，因此兩種寫法都可以。
含有使用者名稱或密碼的 URL 會被拒絕，所以金鑰絕不會寫進 settings.json。
若是區域網路或 tailnet 上的 GPU 主機，請使用它的位址，例如 http://100.x.y.z:8000/v1。

#費用上限

使用 OpenAI 與相容端點時，可設定費用上限：無，或從每份審查最多 $0.10 到 $0.50、$1（預設）、$5、$20。使用你自己的 GPU 時，選無較合理。此設定儲存為 capture.costLimitUsd（最大 1000，null 表示沒有上限）。相容端點以每分鐘 $0.006 估算。

當下一段音訊會超過上限時，Ferret 會停止傳送並保留音訊。失敗的 API 呼叫不會自動重試。

#金鑰儲存在哪裡

在設定中輸入的金鑰會以 Electron safeStorage 加密，寫入 <userData>/stt-keys.bin。App 絕不會把它們寫進 settings.json。若要改從 settings.json 指向金鑰（環境變數或 .env 項目），請參閱 API 金鑰。

macOS：鑰匙圈（Keychain）
Windows：DPAPI
Linux：libsecret 或 KWallet。如果只能使用 basic_text 後端，金鑰只會在目前的工作階段中保存在記憶體裡（按鈕會顯示僅於此工作階段設定）。

按刪除 key 即可移除。<userData> 的路徑請參閱檔案與環境。

在 GitHub 上協助翻譯此頁（在新分頁中開啟）