返回首页
最新
简而言之：我开发了一款原生的 macOS 语音转录应用，能够在本地即时转录。文本会随着你的讲话而出现（测得的首个字符延迟约为 100 毫秒）。无需账户，无需服务器，无需追踪。
<p>链接：
• 网站: <a href="https://dictly.app" rel="nofollow">https://dictly.app</a>
• Mac 应用商店: <a href="https://apps.apple.com/de/app/dictly-no-keys-just-clarity/id6752733596">https://apps.apple.com/de/app/dictly-no-keys-just-clarity/id...</a>
• 免费下载；可选的专业版（管道、无限历史记录等）
<p>功能介绍
<p>实时转录——在你讲话时流式显示文本，而不是在你停止后。
快速捕捉叠加（macOS）——全局热键，可将文本粘贴到任何应用程序/字段中。
自定义管道——本地后处理步骤，用于清理、标点或风格规范。
词典配置文件——教授领域术语（名称、品牌、代码标记等）。
本地分析——查看节省的时间与打字的对比（在设备上计算，从不发送到任何地方）。
<p>开发原因
<p>我希望语音转录能够像打字一样即时且可靠。大多数工具会将音频流传输到服务器；我想要的是一种从不离开机器的解决方案。
<p>构建方式（高层次）
<p>使用 Swift 和 Apple 的语音/机器学习框架。
流式音频捕捉 → 设备内识别 → 本地管道 → 粘贴到活动应用中。
在关闭 Wi-Fi 的情况下也能工作；转录过程中没有网络请求。
<p>与内置功能的不同之处
<p>始终在设备上运行 + 流式处理，具有可在任何应用中使用的全局叠加。
通过管道实现可扩展、确定性的清理（不是黑箱云）。
每个项目的词典可用于处理行话和专有名词。
<p>初步数据
<p>延迟：在现代 Mac 上的典型条件下，语音开始后的首个可见字符延迟约为 100 毫秒。
隐私：零遥测；无需账户；无后台同步。所有内容均保持本地。
<p>权衡（提前说明）
<p>准确性取决于麦克风和环境（这并不意外）。
对于奇怪的专有名词/行话，你可能需要一个词典配置文件。
强烈的背景噪音会降低结果质量（管道的处理能力有限）。
<p>我希望从 HN 获得的反馈
<p>不同硬件上的性能印象。
失败案例（口音、缩略词、编码、会议）。
你实际会使用的管道想法（例如，Markdown 格式、代码块保护、风格规则）。
集成愿望：CLI？快捷方式操作？特定编辑器的助手？
<p>我是一个独立开发者。
乐意回答具体问题并快速修复。
如果你发现模糊的说法，请指出来。