开源

Voxt // 给离线和私密的工作

随处开口。每个字都留在你的 Mac 上。

在任何应用里按下快捷键然后说话。语音识别和语言模型都在你的 Mac 上运行,所以 Voxt 可以离线工作,不需要 API 密钥,也不会把任何东西发到别处。

  • 语音模型和语言模型都在你的 Mac 上运行
  • 可离线使用:没有账户,不需要 API 密钥
  • 免费且开源
image coming soon

适合谁 //

给离线和私密的工作

For
想要语音输入、但不能把音频发到云端的人:离线、机密或受监管的工作,或只是没有 API 密钥。
What it gives them
语音输入,语音识别和语言模型都在你的 Mac 上运行。什么都不会离开它。
Not for
如果你想用最大的云端模型:Auralink 使用你选择的服务。
See Auralink

数据 //

实测数据注明所用 Mac · 不含未发布版本的数据

30

种语言,以及 22 种汉语方言

3

项功能,各有一个快捷键

0

个 API 密钥、账户或上传

功能 //

绝不离开你的 Mac 的语音输入

转写

开口说,它就在你所在处输入

在任何应用里按下快捷键,说话,再按一次。你说话时文字就会显示,你的 Mac 上的语言模型会去掉“呃”和说错重来的部分,然后把文字输入到前台应用。

  • 点按、双击或按住来说话;每项功能可以有多个快捷键
  • 粘贴之后,剪贴板会恢复原样
  • 一个快捷键会再次粘贴最新的结果

本地识别

跟得上你的识别

Qwen3-ASR 用 MLX 在你的 Mac 的 GPU 上运行,边说边写。Silero 语音检测会先去掉静音,所以只识别语音,没有语音的录音会被丢弃。

  • 精准:口音、人名和一句话里的多种语言都表现好(2.5 GB)
  • 快速:更省内存,适合 8 GB 内存的 Mac(0.7 GB)
  • 30 种语言和 22 种汉语方言,包括中文、英文、粤语、日语和韩语

翻译

翻译选中的文字,或你说的话

选中文字,按翻译快捷键,就地翻译。没有选中内容时,Voxt 会翻译你说的话。专为翻译做的模型在 33 种语言之间作答,不到 1 秒。

改写

说一说,就能改写

选中一条匆忙写下的笔记,按下改写快捷键,说“把这段写得更礼貌”。没有选中内容时,说出要写什么,回答会落到光标处。要求修改,它会接着当成对话继续。

应用增强

按每个应用需要的方式来写

把应用和网站分组,给每组一个场景:“团队聊天:短而随意”,“邮件:完整的句子”。Voxt 会匹配前台的应用或浏览器标签页,并据此调整文字。

词典

把你的人名和行话写对

加上识别会弄错的人名、产品名和术语,以及它容易听错的写法。它们会作为提示交给语音识别,作为词汇表交给语言模型。

本地模型

几个好模型,已经替你挑好

不是一长串,而是短短一份:我们测试并调过的模型,按擅长的事和会的语言来说明。它们只需下载一次,支持续传和校验,你可以看到并释放它们占用的空间。

  • 用于整理、翻译和改写的语言模型,从 1.1 到 3.3 GB
  • 闲置时卸载,把内存还回去

浮层

不挡你的路

屏幕底部附近的一枚小胶囊会显示当前功能、波形,以及你正在说的话。它不会抢走你正在输入的应用的焦点,指针也会直接穿过它。

隐私 // 你的数据去向

你说的话不会离开你的 Mac

语音识别和语言模型在 Mac 上运行。音频和文字从不上传,也不需要密钥或账户。

  1. 01识别、整理、翻译和改写都用 MLX 在你的 Mac 的 GPU 上运行。
  2. 02Voxt 只为下载模型和检查更新而联网。
  3. 03没有账户,没有用量数据,没有崩溃报告,没有标识符。
  4. 04历史记录留在这台 Mac 上。保留录音默认关闭,设置 → 隐私可以关掉历史记录或清空它。
  5. 05读取浏览器地址只是为了选择应用增强分组,地址不会离开这台 Mac。

开源 //

源码在 GitHub

基于 Apache-2.0 开源。

Voxt 由 SGLang-Omni 项目构建并发布。下载来自它的 GitHub releases。

在 GitHub 上查看 ↗

系统要求

macOS
15 或更高版本
芯片
Apple 芯片
内存
快速模型需要 8 GB;建议 16 GB
磁盘
模型需要 2.5–9 GB,视你下载哪些而定
语言
英文和简体中文
不需要 API 密钥,也不需要账户

权限

  • 麦克风

    只在快捷键生效时录音。音频在你的 Mac 上识别。

  • 辅助功能

    把结果输入到其他应用、读取选中的文字、把 fn 和单个修饰键用作快捷键,并查看前台是哪个应用。没有这项权限时,结果会改为复制。

常见问题

问题

它们用两种方式做同一件事。Auralink 把音频和文字发到你选择的云端服务,用你自己的 API 密钥:它保持小巧,并用上现有最大的模型。Voxt 把一切都跑在你的 Mac 上:可以离线,不需要密钥,什么都不会离开这台 Mac,但要下载模型,并占用 Mac 的内存和 GPU。

最新版本

1.16.3

2026年10月23日 · 正式版

完整更新日志

Voxt 1.16.3 与 1.16.2 是同一个应用。这是第一个只从 main 上的标签发布的 Voxt 版本,附带自动生成的发布说明。

系统要求

  • macOS 15 或更高版本。
  • 本地模型需要 Apple Silicon。在 Intel Mac 上,Voxt 可以安装,并配合远程语音识别服务使用。

安装

  • 打开 Voxt-1.16.3.dmg,把 Voxt 拖进“应用程序”,或运行 Voxt-1.16.3.pkg。
  • 从更早的 Voxt 升级:直接覆盖安装,或让应用的更新检查来安装;设置、历史记录、权限和已下载的模型都会保留。
  • 新的 Homebrew 安装(brew install --cask voxt)会得到这个版本。

变更

  • 自 1.16.2 以来,应用、原生运行时和模型都没有变化。
  • Voxt 现在通过在 main 上推送 voxt-vX.Y.Z 标签发布,版本号取自标签。

变更列表

  • [Voxt] 只用标签发布,无需在 main 上升版本号 (#3075)
  • [Voxt] 按 1.16.2 说明的完整结构起草发布说明 (#3073)

构建

  • 由 Voxt Release 工作流从提交 7be131776f0c0587e5b93408cf7a4e2692b33a08 构建,运行时 sglang_omni_mlx/native 使用 MLX 0.32.3(macOS 15 wheel 包)构建。
  • 由 Developer ID 签名,并经 Apple 公证。附有 SHA-256 校验和。

Voxt, 开源

基于 Apache-2.0 开源。可在上方下载,也可以在 GitHub 上阅读源码。