按住快捷键，说完松开，文字回到你正在输入的地方。
一款原生 macOS 菜单栏语音输入工具，把想法、会议、代码说明和 AI 对话快速变成可编辑文本。
随声写是一个“语音键盘”，不是语音助手，也不是另一个让你切过去工作的窗口。
它常驻菜单栏，只在你需要输入时出现。把光标放在想输入的位置，按下快捷键开始说话，松开后文字会直接回到原来的应用里。写代码、和 AI Agent 对话、记会议想法、回复消息、整理长段说明，都可以少敲很多字。
它的目标很简单：
- 输入更快：把“脑子里已经想好的话”直接说出来。
- 打扰更少：不抢焦点，不弹大窗口，不破坏当前工作流。
- 结果更稳：识别、纠错、词汇表、风格、历史记录和文本插入都围绕“把文字放到正确的位置”服务。
- 数据可控：默认本机保存；本地 ASR、系统识别和可选 LLM 纠错可以按场景选择。
随声写特别适合这些场景：
- 经常和 ChatGPT、Claude、Codex、Cursor 或其他 AI 工具沟通，需要快速描述需求、上下文和修改意见。
- 写代码时常要解释 bug、补充注释、写提交说明、记录排查过程。
- 想快速记录灵感、会议要点、待办、长消息或文章草稿。
- 中英文混说比较多，希望技术词、产品名和专有名词更稳定。
- 喜欢 macOS 原生体验，希望工具安静、克制、常驻菜单栏。
随声写默认使用快捷键触发听写。按住说话时，屏幕上会出现一个轻量的转写浮层；松开后，最终文字会自动输入到当前光标位置。
你不需要切换应用，也不需要手动复制粘贴。它就像键盘一样，服务于当前正在使用的 App。
说话过程中可以看到实时文本。短句、长段说明、中文、英文和中英混合内容都会即时显示，方便你边说边确认方向。
随声写内置系统语音识别，也支持本地 ASR Provider。系统自带模型开箱可用；本地 Qwen3-ASR、Whisper、FunASR、SenseVoice 等路线正在逐步收敛到统一 Provider 架构，适合更重视离线能力、隐私和可控性的场景。模型页会明确标注流式能力；Whisper、SenseVoice、Groq Whisper 等暂不支持实时流式的 Provider 会显示“非流式”标签，录音完成后返回最终结果。
语音识别在技术词上容易出错，例如把 Python、JSON、TypeScript 识别成谐音或拆开的词。随声写可以在听写完成后，用你配置的 OpenAI 兼容模型做一次保守纠错。
它不会替你润色或改写，只修明显听错的词。你仍然掌控原文语气和表达。
除了菜单栏快速输入，随声写也提供完整工作台：
| 页面 | 可以做什么 |
|---|---|
| 首页 | 查看使用统计、今日目标、历史记录，快速复制或删除转写 |
| 词汇表 | 管理常用词、专有名词和文本替换，让识别更贴合你的语境 |
| 风格 | 为不同应用或场景设置输出风格，比如原文、正式、邮件、编程说明 |
| 文件转写 | 导入音频或视频，排队转写，导出 txt、md、srt，或保存为笔记 |
| 笔记 | 直接录音记笔记，也可以编辑、搜索和回看记录 |
| 设置 | 管理输入设备、快捷键、模型、权限、隐私和数据 |
| 帮助 | 查看权限提示、版本信息、项目链接和常见入口 |
- 全局听写：在任意可编辑输入框里使用，不局限于随声写自己的窗口。
- 不抢焦点的浮层：听写时只显示轻量浮层，不打断当前应用。
- 多 Provider ASR：系统语音识别开箱可用，本地 Qwen3-ASR、Whisper、FunASR、SenseVoice 等 Provider 逐步接入统一运行时；暂不支持实时流式的 Provider 会在模型页标注“非流式”。
- 稳定文本插入：粘贴前临时切换输入源，完成后恢复输入源和剪贴板，减少 CJK 输入法干扰。
- 输入设备选择：支持选择麦克风，长设备名会自动收纳，不挤爆界面。
- 快捷键录制：在设置里直接录制想用的触发键，并配置短按行为。
- OpenAI 兼容模型：可添加、测试、编辑和删除 Provider，API Key 保存到 macOS Keychain。
- 词汇表和替换规则：把常用词、易错词、缩写和固定替换交给随声写记住。
- 历史和笔记：转写不只是一闪而过，后续可以搜索、复制、整理和复用。
- 文件转写：把录音、视频、会议音频转成文字，适合复盘和归档。
- 数据可控：历史、词汇、设置和笔记保存在本机；是否启用 LLM 由你决定。
从 GitHub Releases 下载最新版本：
- 打开
VoxFlow-1.2.0-macOS.dmg - 将
VoxFlow拖入Applications文件夹 - 首次启动时，如果 macOS 提示无法验证，请按住 Control 点击应用，选择“打开”
- macOS 14 Sonoma 或更高版本
- 一台带麦克风的 Mac
随声写需要几个系统权限才能正常工作：
| 权限 | 用途 | 位置 |
|---|---|---|
| 辅助功能 | 监听全局快捷键，并把文字输入到当前应用 | 系统设置 -> 隐私与安全性 -> 辅助功能 |
| 麦克风 | 录制你的声音 | 系统设置 -> 隐私与安全性 -> 麦克风 |
| 语音识别 | 使用系统自带语音识别模型 | 系统设置 -> 隐私与安全性 -> 语音识别 |
| 屏幕录制 | 为“帮我说”读取当前窗口 OCR，上下文截图不落盘 | 系统设置 -> 隐私与安全性 -> 屏幕录制 |
如果你选择本地 Qwen3-ASR 模型，语音识别权限不是必须的；麦克风权限仍然需要。
授权后如果快捷键没有响应，退出随声写后重新打开即可。
- 把光标放到任意输入框。
- 按住听写快捷键。
- 开始说话，浮层会实时显示识别结果。
- 松开快捷键，文字会自动输入到光标所在位置。
打开工作台里的“笔记”，点击录音按钮即可开始记录。说话过程中会实时转写，完成后可以继续编辑，也可以在最近记录中回看。
打开“文件转写”，选择音频或视频文件。随声写会显示任务进度，完成后可以复制、导出，或保存为笔记。
在“词汇表”里添加项目名、人名、产品名、技术词或固定替换规则。它们会参与后续转写和纠错流程，减少重复修改。
打开“设置 -> 模型”，添加 OpenAI 兼容 Provider，填写 Base URL、Model 和 API Key。测试通过后，打开“启用 LLM 纠错”即可。
API Key 会保存在 macOS Keychain，不会写入普通配置文件。
随声写的默认原则是：能留在本机的，就留在本机。
- 历史记录、词汇表、笔记、任务和非敏感设置保存在本机。
- API Key 保存到 macOS Keychain。
- 系统自带语音识别可能由 Apple 处理音频，取决于系统能力和语言。
- 本地 Qwen3-ASR 模型下载后在本机运行。
- LLM 纠错默认关闭；开启后，只会把识别出的文本发到你配置的 API 服务。
- 随声写不会主动上传你的音频、笔记、历史记录或剪贴板内容。
更完整的说明见 隐私说明。
| 问题 | 处理方式 |
|---|---|
| 按快捷键没反应 | 检查辅助功能权限，退出后重新打开随声写 |
| 浮层出现但没有文字 | 检查麦克风权限、语音识别权限或当前模型状态 |
| LLM 纠错没有生效 | 确认已在设置中启用，并且默认 Provider 测试成功 |
| API Key 看不到明文 | 这是正常的，编辑时可点击显示按钮临时查看 |
| 想离线使用 | 下载并选择 Qwen3-ASR 本地模型 |
| 误删了历史或笔记 | 当前删除是本地操作，请谨慎确认后再删除 |
如果你想自己构建：
git clone https://github.com/xingbofeng/VoxFlow.git
cd VoxFlow
make run-dev常用命令：
make run-dev # 日常开发：Debug + 本机架构，打包并启动 .app
make run-native # 本机架构 Release，用于接近发布表现的本地验证
make build # Universal Release：arm64 + x86_64，发布/DMG 使用
make install # 安装到 /Applications
swift test # 运行测试本项目灵感来源于 yetone/voice-input-src，感谢他们的开创性工作。