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
开源macOS 15+ · Apple 芯片
Voxt // 给离线和私密的工作
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。
适合谁 //
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 //
转写
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。
本地识别
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。
翻译
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
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
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
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
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。
浮层
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
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。
开源 //
系统要求
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
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。
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。
Voxt-1.16.3.dmg,把 Voxt 拖进“应用程序”,或运行 Voxt-1.16.3.pkg。brew install --cask voxt)会得到这个版本。main 上推送 voxt-vX.Y.Z 标签发布,版本号取自标签。7be131776f0c0587e5b93408cf7a4e2692b33a08 构建,运行时 sglang_omni_mlx/native 使用 MLX 0.32.3(macOS 15 wheel 包)构建。