Beingpax/VoiceInk

VoiceInk – 面向 macOS 的离线、AI 驱动的语音转录

是什么 – VoiceInk 是一款原生 macOS 15+ 应用，通过本地推理 OpenAI 的 Whisper（via whisper.cpp）及其他 GGUF 模型，将语音实时转为文本。该应用定位为云语音输入服务的隐私优先替代方案。

核心功能

• 即时转录 – 本地 AI 模型（如 SenseVoice Small）在 Mac 上运行，实现“近乎即时”的语音转文本，README 声称准确率高达约 99%。
• 完全离线处理 – 数据不会离开计算机；不依赖外部 API。
• 上下文感知模式 – 程序可检测前台应用或 URL，并自动切换到预配置的转录配置文件。
• 自定义词典与智能替换 – 用户可向模型教授新术语，并定义文本扩展规则。
• 全局快捷键 – 可通过 KeyboardShortcuts 库配置键盘或鼠标快捷键（包括按压即说）。
• 内置 AI 助手 – 内置“类 ChatGPT”对话模式，由相同本地模型驱动。
• 写作风格智能模式 – 可快速切换预设，优化用于代码、散文、邮件等不同场景。

内部工作原理

• 语音引擎 – whisper.cpp 提供 Whisper 模型的快速、纯 CPU 推理。
• 模型处理 – Transcribe-cpp-swift（transcribe.cpp 的 SwiftPM 包装）加载 SenseVoice Small 等 GGUF 格式模型。
• 音频捕获 – FluidAudio 提供低延迟音频输入。
• 应用集成 – SelectedTextKit 读取当前选中文本，MediaRemoteAdapter 在录音时暂停媒体播放。
• 更新机制 – Sparkle 处理二进制分发版的自动应用更新。

快速上手

• 下载 – 免费试用版（含可选付费许可证用于更新与支持）可在 https://tryvoiceink.com 获取。
• Homebrew – 运行 brew install --cask voiceink 安装预构建应用。
• 从源码构建 – 参考 BUILDING.md 指南；仓库包含一个链接上述原生库的 Swift macOS 项目。

社区与贡献

• 项目在 GPL-v3 许可下开源。目前禁止拉取请求，但用户可 fork 项目、提交问题、提出功能建议或改进文档。
• 许可证持有者可通过 Discord 频道和邮件获得支持。

为何重要 VoiceInk 展示了在消费级笔记本电脑上完全离线实现高质量语音转文本的可行性，解决了许多云语音输入服务所面临的隐私问题。通过将 Whisper 风格模型与精美的 macOS UI 结合，它为对设备端 AI 转录感兴趣的开发者提供了一个可用的参考实现。

---

TL;DR – VoiceInk 是一款开源的 macOS 应用，使用 Whisper 衍生模型在本地将语音转为文本，提供隐私优先、即时输入、上下文感知预设、自定义词典和内置对话助手。可通过 Homebrew 或源码安装，采用 GPL-v3 许可证。