FluidVoice

本地语音听写,说完即出字,隐私不出设备

开源 🏷️基础免费,高级付费 ⏳ 访问状态待核验 语音识别 🍴 复刻 905 🐛 待处理 135 👀 关注 47
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 12445
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 提供免费试用,付费版解锁完整功能,具体价格待确认

项目预览

FluidVoice 项目界面预览图
图片来源:项目官网

项目数据

分类语音识别
开发团队altic-dev
定价模式🏷️基础免费,高级付费
价格说明提供免费试用,付费版解锁完整功能,具体价格待确认
访问状态⏳ 访问状态待核验
是否开源是
开源协议GPL-3.0
主要语言Swift
技术栈/模型ai,dictation,ios,llama-cpp,macos,swift
GitHub 星标★ 12445
上线时间2025-09-21 00:00:00
代码更新2026-10-25
仓库体积119.3 MB
本站数据更新2026-10-26
维护状态活跃
收录时间2026-10-26
浏览次数0

项目介绍

FluidVoice 是一款面向 macOS 的本地语音听写应用,使用 Swift 开发,核心是把语音识别(STT)全部放在设备端完成,并叠加了自训练的 AI 增强模型来优化转写结果。它解决的是传统听写工具依赖云端、隐私外泄、离线不可用以及延迟高的问题:用户按下快捷键说话,音频在本地被转成文字,再由本地模型做标点、断句和措辞润色,最终直接输入到当前光标位置。项目强调速度与低延迟,定位为本地版 Wispr Flow 的替代品。除 macOS 外,官方还提供 Windows 与 iOS 的 TestFlight 版本,Android 和 Linux 处于候补名单阶段。技术栈涉及 llama.cpp 等本地推理组件,说明其增强模型可在消费级硬件上运行,无需联网即可获得较自然的听写文本。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-26 · 当前星标 ★ 12445

技术标签

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 6 步

环境要求

  • macOS 系统
  • 麦克风权限
  • 辅助功能权限
  • 可选:Homebrew 用于命令行安装

安装与启动步骤

  1. 1安装应用

    使用 Homebrew 安装 FluidVoice;如未使用 Homebrew,可从 GitHub Releases 下载最新版手动安装。

    brew install --cask fluidvoice
  2. 2授予系统权限

    首次启动会请求麦克风与辅助功能权限,两项都需允许,否则无法听写和向其他应用输入文字。

  3. 3设置全局热键

    在设置中选择一个全局快捷键,用于在任意应用中触发语音捕获。

  4. 4完成引导选择模型

    按语言和延迟需求选择语音模型,可选零下载的 Apple Speech,或高精度的 Nemotron、Whisper 等。

  5. 5启用本地增强

    可选:在引导流程中下载本地 AI 模型以增强听写结果,处理全部在本机完成。

  6. 6配置云增强提供商

    可选:添加 OpenAI、Groq 或自定义提供商 API Key 用于云端增强,密钥保存在 macOS 钥匙串。

关键配置

配置项必填说明示例
全局热键是在设置中选择触发语音捕获的快捷键。自定义组合键
语音模型是按语言和延迟需求选择听写模型。Apple Speech
Fluid Intelligence否下载本地 AI 模型,在设备端增强听写结果。开启
AI 提供商 API Key否可选 OpenAI、Groq 或自定义提供商密钥,存入钥匙串。sk-xxxxxxxx
Hold Space to Mute否免手提听写中按住空格静音,松开恢复。开启

如何确认成功

应用启动并授予麦克风、辅助功能权限后,按全局热键说话,文字应出现在当前光标位置。

常见问题

Q:没有 Homebrew 怎么安装?

A:可从 GitHub Releases 页面下载最新版手动安装,README 提供了 latest release 链接。

Q:权限被拒绝怎么办?

A:在 macOS 系统设置中为 FluidVoice 开启麦克风与辅助功能权限,然后重新启动应用。

Q:选哪个语音模型?

A:Apple Speech 无需下载;Nemotron、Whisper 等精度更高,可按语言和延迟需求选择。

Q:数据会上传吗?

A:本地模型与 Fluid Intelligence 均在本机运行;仅在选择自带云提供商增强时才会使用云端。

Q:如何体验测试版?

A:进入 Settings → Automatic Updates → Beta Releases 选择加入测试版更新。

注意事项

  • 本项目为 macOS 应用,Windows 与 iOS 版本需参考官方其他渠道。
  • 麦克风与辅助功能权限均为听写和输入文字所必需。
  • 使用自带 AI 提供商时,密钥保存在 macOS Keychain,访问时选择 Always allow。
  • Hold Space to Mute 默认关闭,仅适用于 Dictation 模式。

核心亮点

  • 识别与 AI 增强全部在设备端运行,音频和文本不上传云端,隐私风险低
  • 针对听写场景自训练增强模型,可自动补标点、断句和润色,输出更接近可直接使用的文本
  • 延迟控制较好,适合高频短句输入,且支持离线使用

不足之处

  • Android 与 Linux 仍处候补名单,非 macOS 用户体验受限
  • 本地模型对硬件有一定要求,老机器上推理速度和效果可能下降
  • 自训练增强模型的可定制性与语言覆盖范围文档尚不充分

适用场景

  • 写代码或写文档时用语音快速录入段落,减少键盘输入
  • 会议记录或灵感速记,离线环境下也能即时转成文字
  • 对隐私敏感的法律、医疗等场景,需要本地完成语音转写

替代项目

whisper.cpp、Buzz、Vibe

上一篇:whistle-esp32

下一篇:saa-sdk

同类项目推荐

speech-android 开源

高通芯片上跑离线语音,识别降噪一次搞定

On-device speech SDK for Android — ASR, TTS, VAD, and noise cancellation powered by···

★ 172 2026-08-09
deepgram-python-sdk 开源

Python 接入 Deepgram 语音 AI,几行代码实现语音转文字/文字转语音

Official Python SDK for Deepgram.

★ 469 2026-08-09
echogarden 开源

一站式命令行语音工具箱,搞定合成、识别、翻译和分离

Cross-platform speech toolset, used from the command-line or as a Node.js library. I···

★ 453 2026-08-09
CrisperWhisper 开源

让 Whisper 转写更精确,词级时间戳和语气词全搞定

Controllable Transcription. Verbatim ( every, filler, pause, stutter, vocal sound) ,···

★ 1460 2026-08-10
speech.cpp 开源

一个 C++ 库跑通语音识别、合成和 VAD,本地部署开箱即用

Speech synthesis, speech recognition and voice activity detection for voice conversa···

★ 207 2026-10-20
hyprwhspr 开源

Linux 全局语音听写,按快捷键说话就出字

Native speech-to-text for Linux - Fast, accurate, private, and hackable system-wide ···

★ 1256 2026-09-17
yapsnap 开源

一条命令,把视频音频转成文字,不用显卡不用云

Transcribe any video URL or audio file into plaintext. No GPU. No cloud. One command···

★ 363 2026-09-24
speech-recognition-uk 开源

让乌克兰语应用轻松拥有语音识别和合成能力

Speech Recognition & Synthesis for Ukrainian

★ 442 2026-08-09