转录
右 ⌥边说边出字,说完就是整理好的文字
点一下 右 ⌥ 开口,再点一下结束。说话时浮窗下就出现识别出的字;之后语言模型去掉口头禅和说错重来的部分、补好标点,再把文字打在光标处。
- 也可以说“over”“完毕”或“以上”再停顿一下来结束(设置里打开,默认关)
- Esc 取消录音;⌃⌥V 再次粘贴上一条结果
- 打开“结构”会把步骤写成列表、长文分段;关掉整理就照识别原文输入
0.1.0 Beta 版macOS 15+ · Apple 芯片
VoxtMini // 想让语音输入留在本机的人
在任何 App 里按右 ⌥ 说话,本机模型把它写到光标处。
适合谁 //
一览 //
VoxtMini 是 Mac 上的语音输入:在任何 App 里按下快捷键说话,文字就出现在光标处。默认用本地模型;只有你为某个功能选了远程服务,它才会用。支持英文、中文和日文。
实测数据注明所用 Mac · 不含未发布版本的数据
3
种语言:英文、中文和日文
0
次上传(除非你选了远程服务)
功能 //
隐私 // 你的数据去向
默认情况下音频和文字都不离开 Mac。你设成远程服务的功能,只把它的音频或文字发给那个服务。
开源 //
以 Apache-2.0 开源。
在 GitHub 上查看 ↗系统要求
权限
麦克风
只在快捷键生效时录音。
辅助功能
用来把结果输入到其他 App、读取选中的文字。没有这项权限,结果会改成复制。
常见问题
在 actnow.dev 上,VoxtMini 取代了 Voxt:它用 Go 重写了 Voxt,设置更少,面向英文、中文和日文,并可选用远程服务。Voxt 本身在 SGLang-Omni 中继续开发。
语音用 Qwen3-ASR(或 Whisper、Apple 语音识别),语言模型用 Qwen3.5 和 Hy-MT2(macOS 26 上也可用 Apple 智能)。远程服务可选,用你自己的密钥。
免费。VoxtMini 以 Apache-2.0 开源,代码在 GitHub。
能,用本地模型时可以。语音和语言模型下载好后,转写、翻译和改写都在你的 Mac 上完成,不需要联网。它只在下载模型、检查更新和获取公告时联网,以及你给某个功能选了远程服务时才会连那个服务。
听写和翻译目标语言支持英语、中文和日语,中文结果一律是简体。App 界面有英文和简体中文。
VoxtMini 默认在你的 Mac 上跑语音和语言模型,只有你选定的功能才用远程服务。Auralink 只用远程服务(用你自己的 Key),所以 App 很小。两个都免费开源,都能在任何 App 里把文字打在光标处。
macOS 15 或更高版本,Apple 芯片。建议 16 GB 内存,8 GB 可用快速模型。推荐模型约占 6 GB 磁盘,与其他 ActNow App 共用。
使用时不需要:VoxtMini 没有登录,也不做统计。从 actnow.dev 下载也不用注册,也可以用 GitHub 上的源代码自己编译。
推荐
macOS 自带
更多模型
更多远程服务
转录
右 ⌥点一下 右 ⌥ 开口,再点一下结束。说话时浮窗下就出现识别出的字;之后语言模型去掉口头禅和说错重来的部分、补好标点,再把文字打在光标处。
翻译
右 ⌥⇧选中文字按 右 ⌥ ⇧,译文直接替换原文;什么都没选时,就翻译你说的话。可译成英文、简体中文或日文。
改写
⌃右 ⌥选中一段随手记的话,按 ⌃ 右 ⌥ 说“改成发给经理的正式邮件”。答案流式出现在卡片里:插入替换选区,复制留着用。什么都没选时,就让它写新的文字。
模型
语音识别模型和语言模型并排列出:先是推荐的(Qwen3-ASR 1.7B 和 0.6B、Qwen3.5 4B 和 2B、Hy-MT2),再是 Apple 的和实验性的。每个功能各选各的;“自动”永远选本地模型。
应用增强
把 App 和网站分组(聊天、邮件、代码),给每组写一段场景提示词。VoxtMini 按前台的 App 或浏览器标签页的网址找到分组,把它的场景加进功能的提示词里。
词典
添加词条时写上它常被听成什么(“酷伯内特斯”其实是 Kubernetes)。它作为提示交给语音识别模型,作为术语表交给语言模型,整理时就按你的写法写。
历史
历史记下你说了什么、输入了什么、在哪个 App、用了哪些模型、每一步花了多久。可以回放录音、重新识别,或者就这条记录提问:由改写用的模型回答,答案跟着记录保存。