TypeWhisper/typewhisper-mac

Local speech-to-text for macOS on-device AI, fully private, optional cloud

解决的问题

TypeWhisper for Mac 是一款系统级的语音转文字及 AI 文本处理工具。它允许用户在任何应用程序中进行语音输入、转录音频文件，并通过可定制的工作流使用 AI 进行文本转换，同时在保护隐私的本地设备处理和追求速度的云端 API 之间提供选择。

工作原理

该应用程序集成了多种转录引擎（如 WhisperKit、Parakeet 以及各种云端 API）和 LLM 提供商（包括通过 MLX 实现的本地 Gemma 4 以及 Groq 和 OpenAI 等云端选项）。它使用全局热键实现按住说话（push-to-talk）语音输入，并拥有一个可扩展的插件系统来添加新的引擎或后处理器。此外，它还提供用于自动化的本地 REST API 和 CLI 工具。

适用人群

专为需要高质量语音输入和转录的 macOS 用户设计，特别是那些为了隐私而偏好本地 AI 模型，或者希望根据正在使用的应用或网站自动执行文本转换工作流的用户。

亮点

  • 混合处理：支持 11 种不同的转录引擎，包括本地设备模型和云端 API。
  • AI 工作流：可重复使用的翻译、改写和格式化转换，可以根据应用或网站的上下文自动触发。
  • 可扩展性：用于自定义 LLM、转录和 TTS 提供商的插件系统，以及用于外部脚本的本地 HTTP API。
  • 个性化：用于提高识别准确性的内置词典、自动学习的纠错功能以及带有占位符的文本片段。
  • 文件转录：音频/视频文件的批量处理，支持导出 SRT 和 WebVTT 字幕。