altic-dev/FluidVoice

解決的問題

FluidVoice 是一款適用於 macOS 的開源語音轉文字輸入應用程式，允許使用者透過語音進行打字與電腦控制。它消除了在任何文字欄位中手動輸入的需要，並透過語音指令提供自動化系統操作與工作流程的方法。

工作原理

該應用使用多種語音轉文字模型（如 Nemotron、Parakeet 和 Whisper）即時轉錄音訊。然後利用輔助功能 API 將文字直接插入到任何活躍的應用程式中。為提升品質，它提供「Fluid Intelligence」功能，即本地 AI 執行環境，可在裝置上處理智慧格式化、首字母大寫與後處理；亦可選擇性地使用雲端 AI 提供商（如 OpenAI 或 Groq）進行進一步優化。

適用對象

專為 macOS 使用者設計（特別是使用 macOS 15.0+ 且配備 Apple Silicon 的使用者，Intel 設備可透過 Whisper 支援），希望獲得私密、以本地處理為優先的語音輸入工具，用於撰寫、重寫文字或透過語音控制 Mac 的使用者。

主要亮點

• 多模型支援：可選擇多種引擎，包括 Nemotron Speech 3.5、Parakeet、Cohere 和 Whisper，以滿足不同延遲與語言需求。
• 命令模式：可透過語音啟動應用程式、執行捷徑並觸發系統操作。
• 撰寫模式：可直接在任何應用程式的文字欄位中插入或重寫文字。
• 本地優先隱私保護：本地處理確保語音與文字資料始終留在裝置上，除非明確啟用雲端提供者。
• 即時預覽：支援瀏海螢幕的即時語音轉文字覆疊層，可即時顯示所說出的詞語。