voxt 是音频音乐领域的开源项目,由 hehehai 开发,是 2026 年新上线的项目。
在全站 13,090 个收录项目中,它的 GitHub 星标数(850)位列前 30%,在音频音乐分类中处于中上游。
项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。本地优先,无在线服务,全部功能免费。
它主要面向的使用场景是:快速记录想法并自动整理成通顺的文字。同类可对比的替代方案包括 Whisper(OpenAI)、MacWhisper、Superwhisper。

按住说话,自动生成干净、专业、符合当前应用的文字
voxt 是一个面向 Mac 的本地优先语音输入工具,通过按住说话(hold-to-talk)的方式,将语音实时转换为文本,并自动进行清理、改写、翻译,还能根据当前使用的应用自动应用对应的写作风格。它解决了传统语音输入在准确性、隐私和跨应用适配上的痛点,所有处理均在本地完成,无需上传云端,保护用户隐私。核心能力包括:高精度语音识别、智能文本清理(去除语气词、重复等)、一键改写和翻译、以及按应用记忆并应用个性化风格。用户只需一个习惯动作,就能在不同场景下获得干净、专业、符合语境的文字输出,显著提升写作和沟通效率。
Whisper(OpenAI)、MacWhisper、Superwhisper
voxt 是音频音乐领域的开源项目,由 hehehai 开发,是 2026 年新上线的项目。
在全站 13,090 个收录项目中,它的 GitHub 星标数(850)位列前 30%,在音频音乐分类中处于中上游。
项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。本地优先,无在线服务,全部功能免费。
它主要面向的使用场景是:快速记录想法并自动整理成通顺的文字。同类可对比的替代方案包括 Whisper(OpenAI)、MacWhisper、Superwhisper。
上一篇:generative.fm
下一篇:flowflow
tango
开源
输入一句话,自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS,兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐,保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···