Speaker 应用图标Speaker

Mac 语音输入,说话代替打字

在任意输入框按住 Fn 说话,松开后文字出现在光标处。用你自己的 API Key,没有账号,没有服务端。

macOS 14 及以上 · Apple 芯片与 Intel 芯片 · 免费,MIT 开源

语音转文字

按住 Fn 说话、松开结束,也可以短按开始、再短按结束。快捷键可以改,按 Esc 取消。

文字只送到录音结束时的输入框,之后切换窗口也不会送错。送不进去时,结果留在浮层里供你复制。

人名和术语可以加入个人词库,识别时会参考你的写法。

自带 API Key

语音识别可选豆包、OpenAI、阿里千问;OpenAI 和千问可以边录边传,也可以录完再传。豆包需要先在火山引擎开通流式识别资源。

文字整理可选 DeepSeek、OpenAI、Kimi、GLM 或自定义接口。

Key 存在 macOS 钥匙串里,请求从你的 Mac 直接发给服务商。

自定义整理模式

默认直接使用识别结果。也可以选精简清理、完整重写,或者写一段自己的指令。

整理只发送文字,不发送音频;整理失败时保留识别结果。

数据留在本机

设置、个人词库和历史记录只存在这台 Mac 上。音频只在内存中处理,不写入磁盘。详见 隐私说明。

下载与安装

  1. 从 GitHub Releases 下载最新的 DMG。
  2. 把 Speaker 拖到“应用程序”,然后打开。
  3. 按引导授权麦克风和辅助功能。
  4. 选择识别服务,填入 API Key。之后的新版本可以在 App 内更新。

常见问题

Speaker 收费吗?

免费,MIT 开源。语音识别和文字整理的费用由你选择的服务商按用量收取。

和 macOS 自带的听写有什么不同?

Speaker 不用系统听写,而是用你选择的识别服务和你自己的 Key,另外支持个人词库、文字整理和本机历史记录。

下载后能直接打开吗?

可以。安装包经过 Apple Developer ID 签名和公证,首次打开时确认一下即可。

为什么需要辅助功能权限?

用于响应全局快捷键、确认当前输入位置,并把文字送入输入框。麦克风权限只用于录音。