altic-dev/FluidVoice

解决的问题

FluidVoice 是一款适用于 macOS 的开源语音转文字输入应用，允许用户通过语音进行打字和控制计算机。它消除了在任何文本字段中手动输入的需要，并通过语音命令提供自动化系统操作和工作流的方法。

工作原理

该应用使用多种语音转文字模型（如 Nemotron、Parakeet 和 Whisper）实时转录音频。然后利用辅助功能 API 将文本直接插入到任何活动应用程序中。为提升质量，它提供「Fluid Intelligence」功能，即本地 AI 运行时，可在设备上处理智能格式化、首字母大写和后期处理；也可选择性地使用云服务 AI 提供商（如 OpenAI 或 Groq）进行进一步优化。

适用人群

专为 macOS 用户设计（特别是运行 macOS 15.0+ 且配备 Apple Silicon 的用户，Intel 设备可通过 Whisper 支持），希望获得私密、以本地处理优先的语音输入工具，用于写作、重写文本或通过语音控制 Mac 的用户。

主要亮点

• 多模型支持：可选择多种引擎，包括 Nemotron Speech 3.5、Parakeet、Cohere 和 Whisper，以满足不同延迟和语言需求。
• 命令模式：可通过语音启动应用、运行快捷指令并触发系统操作。
• 写作模式：可直接在任何应用的文本字段中插入或重写文本。
• 本地优先隐私保护：本地处理确保语音和文本数据始终保留在设备上，除非显式启用云服务提供商。
• 实时预览：支持刘海屏的实时语音转文字叠加层，可即时显示所说出的词语。