Visoar
V2EX  ›  问与答

🐦‍⬛ SayKuku:一个 4.8 MB 的原生 Mac 语音输入工具(轻 Voice Agent)

  •  
  •   Visoar · 14h 49m ago · 474 views

    SayKuku 宣传图:Fn 输入,Fn Fn 唤起 Voice Agent

    前置传送: SayKuku

    之前一直用 Typeless 。额度降低后,我试了几款替代品,都没找到适合自己输入习惯的,就 Vibe Coding 了 SayKuku 。

    想要的操作很简单:光标在哪儿,Fn 一下就在哪儿说话;选中一句话,Fn*2 ,还能直接让它改短或翻译。

    现在有两个入口:

    1. 按 Fn 语音输入,识别结果尝试写回当前光标位置。可选按住说话或单击开关。
    2. 连按两次 Fn 打开 Voice Agent ,能按语音要求改写选区、翻译、提问、继续对话之类,也可以执行其他一些命令(比如你可以直接说输出《兰亭集序》)。

    这是用 SwiftUI 和 AppKit 做的 macOS 15+ 原生 App ,1.0.2 的通用 DMG 是 4.8 MB ,同时支持 Apple 芯片和 Intel Mac 。Fn 手势、选区读取与跨 App 写回依赖辅助功能;写回前会核对目标。不同 App 的文本控件行为不一样,遇到不能写入或焦点跑掉的情况,欢迎告诉我 App 名称和复现步骤。

    App 免费。需要自己配置阿里云百炼 API Key 。

    当前用 Qwen3.8 Omni Flash 系列直接处理语音和指令,不走「先纯 ASR 、再交给另一模型」的固定两段流程,模型调用由自己的账号计费。按官方当前北京地域单价,默认实时模型的 1 小时音频输入约 0.15 元;输出文字、其他请求和地域差异另计,实际以账单为准。历史、记忆和可选录音留在本机,本地文件没有额外加密。

    另外,计划代码整理好后开源。

    传送门:

    Supplement 1  ·  5h 21m ago
    新增按应用自定义 prompt 能力,你可以在微信/邮件/飞书,使用不同的语言润色风格。
    No Comments Yet
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   865 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 23ms · UTC 21:44 · PVG 05:44 · LAX 14:44 · JFK 17:44
    ♥ Do have faith in what you're doing.