VoiceInput 是一款 macOS 上的語音輸入工具，讓您可以透過語音將文字輸入到任何應用程式中。受到 VoiceInk 的啟發，開發了這款工具，完全免費且自由，不需要授權。
- 按住說話，放開轉寫：使用修飾鍵（Command、Option、Fn）作為快捷鍵，按住開始錄音，放開後自動將文字插入到當前焦點的輸入框
- 即時語音辨識：錄音期間即時顯示辨識結果
- 多語言支援：支援繁體中文、簡體中文、英文、日文
- 靈活的設定：可自訂快捷鍵、語言、切換自動插入功能
- 浮動面板：錄音時顯示美觀的浮動膠囊視窗
- LLM 智慧修正：內建語言模型處理流程，可自動修正錯字與語句不順
- 自訂字典：支援個人化詞彙取代規則（如將「水平致中」取代為「水平置中」）
| 快捷鍵 | 說明 |
|---|---|
| 右邊 Command (⌘) | 預設快捷鍵 |
| 左邊 Command (⌘) | |
| 右邊 Option (⌥) | |
| 左邊 Option (⌥) | |
| Fn 鍵 |
- macOS 12.0 或更高版本
- 麥克風權限
- 語音辨識權限
- 輔助功能權限（用於模擬鍵盤輸入文字）
首次使用時，系統會要求您授予以下權限：
- 麥克風權限：用於錄製您的語音
- 語音辨識權限：用於將語音轉換為文字
- 輔助功能權限：用於將文字輸入到其他應用程式中
-
複製專案：
git clone https://github.com/tenyi/VoiceInput.git cd VoiceInput -
使用 Xcode 開啟
VoiceInput.xcodeproj -
在 Xcode 中設定您的開發者簽名
-
編譯並執行 (⌘R)
- 首次執行後，系統會彈出權限請求對話框，請點擊「允許」
- 若權限被拒絕，可前往 系統偏好設定 > 隱私權與安全性 手动开启
- 點擊選單列中的 VoiceInput 圖示，選擇「設定」來查看權限狀態
- 開始錄音：按住設定的快捷鍵（例如右邊 Command 或 fn 鍵）
- 說話：對著麥克風說話
- 停止並輸入：放開快捷鍵，語音會自動轉換為文字並插入到您正在使用的輸入框中
- 點擊選單列中的 VoiceInput 圖示
- 選擇「設定」開啟設定視窗
- 您可以設定：
- 辨識語言：選擇語音辨識的語言
- 快捷鍵：選擇用於觸發錄音的按鍵
- 自動插入：切換轉錄完成後是否自動輸入文字
- 語音辨識：
- Apple Speech Framework：macOS 內建的語音辨識服務，無需額外設定即可使用
- Whisper：支援本地端 Whisper 模型，可離線使用且辨識效果更佳
- 音訊處理：使用 AVAudioEngine 進行錄音
- 鍵盤模擬：使用 CGEvent 模擬 Cmd+V 貼上文字
- 快捷鍵監控：使用 CGEventTap 監聽鍵盤事件
對於繁體中文辨識，推薦使用聯發科（MediaTek）的 Breeze ASR 模型：
下載連結：https://huggingface.co/alan314159/Breeze-ASR-25-whispercpp/tree/main
推薦版本：
ggml-model-q4_k.bin（4 bit 量化）：平衡了模型大小與辨識效果，推薦首選ggml-model-q8_k.bin（8 bit 量化）：如果需要高精度且磁碟空間允許
使用方法：
- 從上述連結下載
ggml-model-q4_k.bin模型檔案 - 打開 VoiceInput 設定
- 前往「模型」頁面
- 點擊「匯入模型」並選擇下載的模型檔案
- 選擇該模型作為 Whisper 引擎
為什麼選擇 Breeze ASR：
- 專為中文語音設計，繁體中文辨識效果優異
- 經過 whisper.cpp 優化，可在 Apple Silicon 上高效運行
- 4 bit 量化版本體積小（約 900MB），記憶體佔用低
除了本地端的語音辨識外，VoiceInput 也支援強大的後處理功能，讓輸入更精準：
您可以設定 OpenAI 相容的 API 端點（支援官方 OpenAI、OpenRouter 等各種自訂供應商），讓語言模型自動為您修正轉錄文字的錯字。
💡 強烈推薦使用 google/gemini-2.5-flash-lite 模型：
- 速度極快：修正步驟造成的延遲時間短
- 價格極便宜：API 呼叫成本非常低，是日常大量語音輸入的完美選擇
在設定中的「字典」分頁，您可以加入專屬的常用詞彙取代規則。系統會在最終文字輸出前，套用您的自訂字典，確保您的專有名詞或特定用語永遠正確無誤。
- 作者：Tenyi
本專案採用 Apache License 2.0 授權。