missuo/koe

它解決的問題

Koe 是一款輕量級、以背景運行為首的 macOS 語音輸入工具，取代了笨重或功能過度的語音辨識應用程式。它讓使用者能說話，並由大型語言模型（LLM）自動修正語句，直接貼到任何活躍的應用程式中，大幅減少說話與打字之間的摩擦。

如何運作

1. 觸發：使用者透過可設定的快速鍵（例如 Fn 鍵）以按住、切換或雙擊模式啟動錄音。
2. 語音辨識：音訊即時串流至語音辨識（ASR）服務提供者。支援的提供者包括雲端服務（Doubao、Qwen）以及本地選項（Apple Speech、MLX、sherpa-onnx）。
3. 修正：產生的逐字稿會送至大型語言模型（如 OpenAI、Anthropic 或本地 MLX 模型），根據可自訂的系統提示與使用者定義的詞典，修正大小寫、空格與專有名詞。
4. 輸出：最終修正後的文字會透過 macOS 可存取性 API 自動貼到活躍的輸入欄位中。

適用對象

• 希望擁有快速、簡潔語音轉文字工作流程的 macOS 使用者（Apple Silicon）。
• 偏好純文字設定檔而非複雜圖形介面的進階使用者。
• 需要透過自訂詞典取得高準確度的開發者或技術使用者，特別是針對特定領域的專有名詞。

特色亮點

• 極小的系統佔用：磁碟空間小於 15 MB，通常僅使用約 20 MB 的記憶體。
• 混合式 ASR/LLM：支援雲端與完全離線的本機推論（透過 MLX）。
• 輕量級架構：使用 Rust 提升效能，並以 Objective-C 實現原生 macOS 整合，避免 Electron 應用程式帶來的「Chromium 開銷」。
• 純文字設定：所有設定（包括詞典與提示）皆儲存在 ~/.koe/ 中，方便編輯與自動化 scripting。