📌 项目地址:altic-dev/FluidVoice | ⭐ 3,498 颗星 | 🔧 Swift | 📜 未标注
一句话总结
FluidVoice 是一个为 macOS 设计的开源离线语音转文字应用,核心特点是用本地 AI 模型实现极低延迟的听写,并支持用语音控制 Mac 系统操作(Command Mode)和在任何文本框中书写/改写(Write Mode),所有数据处理都在本地完成,无需联网。
为什么值得关注
macOS 自带的语音听写在准确率、响应速度和定制能力上往往不够理想;而云服务(如 Whisper API)又涉及隐私和数据传输。FluidVoice 使用 NVIDIA Parakeet 模型进行离线语音识别,官方声称在 1.6.0 版本中实现了“几乎零延迟”——说话和文字出现在屏幕上的间隔极小。此外,它提供了一种可选的本地 AI 增强引擎(Fluid Intelligence),用于智能格式化、上下文感知大写、后处理等,完全在 Mac 上运行,不发送数据到任何地方。
快速上手
安装方式
最简单的安装方式是通过 Homebrew:
brew install --cask fluidvoice
也可以从 GitHub Releases 手动下载最新版本的 .dmg 文件。
首次使用
安装后启动应用,会有一个引导界面(Onboarding),先选择语言和语音引擎,然后可以尝试实时听写,并配置 AI 增强(Fluid Intelligence)。根据 README 中的说明,应用直接工作得很好,Fluid Intelligence 是可选的本地增强层。
核心功能详解
Command Mode(命令模式)
通过语音在 Mac 上执行操作:启动应用、运行快捷指令、触发系统动作、自动化工作流程,全程无需触碰键盘。演示视频中展示了如何通过语音命令完成打开文件夹、发送邮件等操作。
Write Mode(写模式)
在任何应用的任何文本框中书写或改写文字。你可以先说话,文字会实时填入当前光标位置;也可以选中已有文字后,通过语音指令进行改写、润色或翻译(取决于 AI 增强的能力)。
Fluid Intelligence(本地 AI 增强)
这是一套私有的本地 AI 运行时,在设备上提供高级的听写后处理:
– 智能格式化(日期、电话号码、邮件自动格式化)
– 上下文感知大写(句子首字母、专有名词识别)
– 后处理(标点、断句优化)
重要:Fluid Intelligence 目前是私有的,不包含在 GPLv3 的开源代码中。核心的语音转文字功能是开源的,并且可以配合其他云 AI 提供者使用。开发者表示暂未开源 Fluid Intelligence 是为了可持续地免费提供核心听写体验,未来可能会改变。
与同类工具的差异
| 特性 | macOS 自带听写 | 云端语音转文字(如 Whisper API) | FluidVoice |
|---|---|---|---|
| 运行模式 | 离线(有限制) | 依赖网络 | 完全离线(本地模型) |
| 响应速度 | 中等(有延迟) | 取决于网络延迟 | 近乎零延迟(Parakeet 优化) |
| 隐私 | 本地处理 | 数据上传到云 | 全部本地处理 |
| 高级后处理 | 无 | 需要额外编程 | Fluid Intelligence 本地 AI 增强 |
| 语音控制 Mac | 无 | 无 | Command Mode |
| 开源 | 否 | 否 | 核心代码 GPLv3 开源 |
FluidVoice 最独特的价值在于:极低延迟的本地离线识别 + 可选的本地 AI 增强 + 语音控制 Mac 系统,这三者结合目前找不到免费替代品。
注意事项
- 许可证:项目本身基于 GPLv3,核心代码开源。Fluid Intelligence 作为单独组件,目前不包含在开源范围中。
- 硬件要求:由于使用本地模型(尤其是 Parakeet 和 Fluid Intelligence),需要 Mac 有足够的 RAM 和计算能力(建议 Apple Silicon 或 Intel 带足够内存)。
- 首次启动需要下载模型,请保证网络通畅,后续使用完全离线。
- 社区支持:开发者鼓励在 GitHub 上 Star 项目,并通过 GitHub Sponsors 支持持续开发。
适合谁用
如果你需要在 Mac 上频繁进行语音输入,且对隐私敏感、不能接受网络延迟,或者想通过语音控制 Mac 提高效率,FluidVoice 是目前最好的免费选择。尤其是需要长时间听写(如会议记录、笔记、代码注释)且不想依赖云服务的用户,值得一试。
如果已经在用 macOS 自带听写,可以对比一下 FluidVoice 的响应速度和准确性;如果需要更智能的格式化(如自动识别“二零二四年四月五日”并格式化为“2024年4月5日”),Fluid Intelligence 是加分项。
更多细节和演示视频请查看 GitHub 仓库。