TypeWhisper/typewhisper-mac

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

解決的問題

TypeWhisper for Mac 是一款系統級的語音轉文字及 AI 文字處理工具。它允許使用者在任何應用程式中進行語音輸入、轉錄音訊檔案，並透過可自訂的工作流使用 AI 進行文字轉換，同時在保護隱私的本地裝置處理與追求速度的雲端 API 之間提供選擇。

工作原理

該應用程式整合了多種轉錄引擎（如 WhisperKit、Parakeet 以及各種雲端 API）與 LLM 提供商（包括透過 MLX 實現的本地 Gemma 4 以及 Groq 和 OpenAI 等雲端選項）。它使用全域熱鍵實現按住說話（push-to-talk）語音輸入，並擁有一個可擴充的插件系統來新增新的引擎或後處理器。此外，它還提供用於自動化的本地 REST API 與 CLI 工具。

適用對象

專為需要高品質語音輸入與轉錄的 macOS 使用者設計，特別是那些為了隱私而偏好本地 AI 模型，或是希望根據正在使用的應用程式或網站自動執行文字轉換工作流的使用者。

亮點

  • 混合處理：支援 11 種不同的轉錄引擎，包括本地裝置模型與雲端 API。
  • AI 工作流：可重複使用的翻譯、改寫與格式化轉換，可以根據應用程式或網站的上下文自動觸發。
  • 可擴充性：用於自訂 LLM、轉錄與 TTS 提供商的插件系統，以及用於外部腳本的本地 HTTP API。
  • 個人化：用於提高辨識準確度的內建詞典、自動學習的糾錯功能以及帶有佔位符的文字片段。
  • 檔案轉錄：音訊/影片檔案的批次處理，支援匯出 SRT 與 WebVTT 字幕。