altic-dev/FluidVoice

Fastest and only macOS Dictation app with on-device STT and custom trained AI enhancement model. Windows pre-build available! A local Wispr Flow alternative. DM us on X exclusive model access! 😉 - https://x.com/fluidvoiceapp

解决的问题

FluidVoice 是一款适用于 macOS 的开源语音转文字听写应用程序，让用户能通过语音进行书写、重写与电脑控制。它解决了对隐私、低延迟转录服务的需求，无需云端处理即可直接整合至 Mac 上的任何应用程序。

运作方式

该应用程序使用多种支持的语音模型（如 Nemotron、Parakeet、Cohere 与 Whisper）来实时将语音转换为文字。它利用辅助功能 API 将文字直接插入任何活动的文字字段中。此外，它还具备“Fluid Intelligence”，这是一个用于智能格式化与上下文感知大小写转换的私有设备端 AI 执行环境。

目标用户

适合希望拥有快速、隐私且整合式语音听写与系统控制体验的 Mac 用户，无论是偏好完全本地处理，还是希望使用云端 AI 提供商进行增强的用户皆适用。

特色亮点

  • 本地优先的隐私性：除非选择使用云端 AI，否则语音与文字数据皆保留在机器上。
  • 指令模式：允许用户通过语音启动应用程序、执行快捷指令并自动化工作流程。
  • 书写模式：支持在任何应用程序中直接听写或重写文字。
  • 多模型支持：支持多种模型，包括 Nemotron Speech 3.5、Parakeet 与 Whisper，以满足不同的语言与延迟需求。
  • Fluid Intelligence：用于设备端后处理与智能格式化的本地 AI 层。
  • 刘海感知覆盖层：可适应 MacBook 刘海区域的实时转录预览。

相关

  • 项目
    FluidInference/FluidAudio

    FluidAudio 是一个 Swift SDK，可在 Apple 设备上实现本地音频 AI —— 包括语音转文字、文本转语音、语音活动检测、说话人分离和语音增强 —— 所有功能均在 Apple Neural Engine 上运行，兼顾速度与隐私。

  • 项目
    Beingpax/VoiceInk

    VoiceInk 是一款仅限 macOS 的离线语音转文本应用，通过 whisper.cpp 和 transcribe-cpp-swift 使用本地 Whisper 基础模型，提供近乎即时、保护隐私的转录、上下文感知模式、自定义词典、全局快捷键和内置 AI 助手。开源且采用 GPL-v3 许可，可通过 Homebrew 或源码安装，支持可选付费更新与支持。

  • 项目
    TypeWhisper/typewhisper-mac

    一个适用于 macOS 的全系统语音转文字与 AI 文字处理工具，支持本地与云端转录引擎，并提供可自定义的 AI 工作流程。

  • 项目
    mylxsw/typeflux

    一款为 macOS 设计的语音转文字工具，支持本地模型以保障隐私，同时提供 AI 助手实现语音驱动的问答与编辑。

  • 项目
    watzon/pindrop

    Pindrop 是一款已停用的原生 macOS 菜单栏语音转录应用，使用设备端模型（Whisper‑Kit、Parakeet、SenseVoice、Apple Speech）或可选的 OpenAI 云模型实现离线语音转录。支持实时流式传输、多语言、说话人分离、可搜索的转录库、AI 增强清理以及隐私优先默认设置。使用 Swift/SwiftUI 构建，运行于 macOS 14+（推荐 Apple Silicon），现已被 Sayso 应用取代。