爱意满满的作品展示区。
DESPERADOXX

[分享创造] Setem: macOS 原生语音输入法,支持豆包/微信/千问 + 离线模型

  •  
  •   DESPERADOXX · 7h 35m ago · 404 views

    做了个 macOS 菜单栏语音输入法 Setem ,开源免费( MIT ),https://github.com/zcyoung2000/Setem

    用法很简单:按住右 Option (可改)说话,松开后在浮窗里看到定稿,确认后一次性输入到光标处;也可以点按开始、再点按结束,适合说长段。识别有四个渠道:豆包、微信、千问三个云端,以及本机离线模型( Apple 芯片,断网也能用)。

    技术上是 Swift 原生实现,本体常驻内存占用小,安装包 6.1 MB ,没有 Electron 依赖。基于 VoiceKey fork 改的:云端走 WebSocket + protobuf 流式识别,音频 20ms 一帧 Opus 编码上传;全局快捷键用 CGEventTap 监听。做的时候踩过的坑主要是各家输入法协议都不公开,得自己抠客户端协议,而且接口随时可能变( README 里也声明了这一点)。

    求反馈:尤其想听听大家在别的同类工具上觉得最难受的点,我看看哪些值得先修。安装包在 Releases 里,ad-hoc 签名,首次运行要先去一下隔离属性。

    2 replies  •  2026-11-08 20:23:20 +08:00
    xingheng
    xingheng
    4h 28m ago
    1
    先问一句,支持 streaming 吗
    JackalZhao
    JackalZhao
    3h 32m ago
    2
    语音输入的需求与痛点,无非就是:快捷键方式、离线识别、准确率、延迟、热词替换、正则替换、录音与记录的保存、LLM 润色。我在 Windows 端的 [CapsWriter-Offline]( https://github.com/HaujetZhao/CapsWriter-Offline) 已经全部做了解决方案,你把这些特性在你的 App 上复刻,再叠加你原有的云 api 识别,就能达臻境了。尤其是热词替换的实现。
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1204 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 15:56 · PVG 23:56 · LAX 07:56 · JFK 10:56
    ♥ Do have faith in what you're doing.