joewongjc/type4me

Type4Me – macOS 语音优先输入方法

是什么 – 仅限 macOS 的应用程序，可通过语音输入文本、翻译、执行提示，甚至控制计算机。它结合了本地语音识别引擎与可选的云 ASR 服务，并可将转录的文本发送至 LLM 进行润色、翻译或任务生成。

核心功能

• 语音转文字：内置本地识别器（SenseVoice + Qwen3-ASR），支持 15 个云 ASR 提供商；说话时实时流式输出。
• 八种即用模式：快速（原始语音输入）、IntelliSense（上下文感知润色）、翻译、问任何事、macOS 操作、语音润色、提示优化、任务委派。每种模式可绑定多个全局快捷键（按住说话或切换）。
• LLM 集成：连接主流云 LLM API 或本地 Ollama 服务器；统一界面用于凭据管理、测试和默认引擎选择。
• 词汇管理：热词和片段替换以修正专有名词错误；配套的「词汇管理技能」可自动管理这些规则。
• 菜单栏控制中心：切换模式、麦克风、ASR/翻译目标，查看状态、历史记录和更新。
• 历史记录与导出：所有原始和处理后的转录内容均被保存，可打标签、检查，并以 CSV 格式导出。
• URL 方案：type4me:// 命令让外部工具（Raycast、Alfred、Stream Deck、脚本）无需抢夺焦点即可启动/停止录音、打开设置或编辑词汇。
• 语音修正：语音输入后，按下快捷键并说出修正内容；应用将替换目标位置，并提供一键撤销功能。

典型工作流

1. 按下快捷键（如 Fn）→ 开始录音。
2. 说话；引擎将文本流式传输到当前光标位置。
3. 根据所选模式，原始文本可能被发送至 LLM 进行润色、翻译或任务生成，再注入到输入中。
4. 使用「问任何事」窗口查询选中文本或继续对话；历史记录可搜索。
5. 完全通过语音控制 macOS（打开应用、调节音量、截屏等）。

适合人群

• 在 macOS 上花费大量时间打字，希望实现免提输入的专业人士。
• 需要快速语音输入、自动润色或即时翻译的开发者和写作者。
• 希望拥有可自定义语音界面，还能触发 macOS 操作的用户。

安装

• 两种 DMG 构建版本（云支持 ≈ 10 MB，本地引擎 ≈ 700 MB）。两者共享同一配置文件夹，可随时切换。
• 需 macOS 14+（Sonoma）在 Intel 或 Apple Silicon 上运行。本地版本需约 8 GB RAM 用于 SenseVoice，约 8 GB RAM 用于 Qwen3-ASR。
• 下载后，打开 DMG，将 Type4Me 拖入 应用程序 文件夹，然后授予麦克风、辅助功能和自动化权限。

可扩展性

• ASR 提供商遵循插件接口（ASRProviderConfig + SpeechRecognizer）。添加新服务只需注册提供方即可。
• 自定义模式通过定义可引用 {text}、{selected} 和 {clipboard} 占位符的提示模板来创建。

许可证 – MIT 许可证。

---

以上所有信息均直接取自仓库的 README；未推断任何额外功能。