我做了个 MacOS 语音输入法， ASR 和 LLM 你用自己的 key，真正的按量付费

[tianyu1718]

市面上的语音输入法，比如某 GLM ，真的是贵且不好用。

索性手搓一个，用最好的 ASR ，接 sota LLM ！

用的阿里云百炼 FunASR 中文英文准确率都很高，响应速度刷刷的，很爽；
接的 Openrouter ，如果开启 AI 能力可以自己定义技能，在你语音输入后自动对输入内容进行改写；

⚠️这东西需要你自己去申请 key ，申请两个 key 一百块感觉够用一年了

LLM 对语义的理解强的很，不怕你说的多，就怕你给的信息不全，所以我现在 用 Codex 或者 Claudecode 已经离不开语音输入了，如果你也是 vibecoding 场景，那必须要试试。

如果你是写小说的作者也可以尝试，AI 润色这时候就有用了，把小说基本信息作为指令的一部分，然后让 AI 帮你转写，是可以直接成稿的。

page 这里有更详细的介绍

https://tianyu19920816.github.io/VoiceInputApp/

[fulln]

可以接个本地部署的 whisper ，音频模型一般比较小， 再接个免费的 LLM 如小米,

[MindMindMax]

MacOS 内置语音输入，免费

[Hilong]

这个版本检查有问题哦

[tianyu1718]

@fulln 推荐用 sota 模型，警惕沉默成本
二楼那哥们的方案——走内置语音，免费，但效果拉

[tianyu1718]

@MindMindMax 那效果我受不了啊，你试试我这个方案，真的不一样，完全停不下来

[tianyu1718]

@Hilong 已修复，感谢反馈🙏

[MindMindMax]

@tianyu1718 不想花钱，ASR 需求刚性较弱

[Hilong]

@tianyu1718 #6 能支持一下本地的语音模型吗,我本地部署了 whisper

[dufu1991]

由于选择困难症，打开百炼一大堆模型，不知道选择哪个，然后就没心思继续下去了。这些大厂做产品的能不能把我当成傻子，还要我一个一个去了解你这么多模型的各项区别，太高看我了。

[tianyu1718]

@dufu1991 不需要选模型，我都给你选好了，你去申请个 key 填进去就行了，百炼乱七八糟的非常难看

[tianyu1718]

@tianyu1718 妈的，百炼这设计的跟脑残一样，我刚看这哥们说找不到，我寻思去找个 url ，结果我也迷路了
阿里云百炼->API 参考（这里有个指引，点北京或者新加坡）->创建业务空间，创建 API Key


相比于 openrouter ，这就跟吃屎一样，不过这模型确实不错

[tianyu1718]

@Hilong 不知道你本地部署的服务支不支持流式语音识别，源代码我开放了，你直接拉到本地让 AI 帮你扩展试试

[dingawm]

你 vibe 用语音是只在家里吗？在公司或者外面没办法用吧

[ahu]

闪电说，纯本地的