惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

罗磊的独立博客
Google DeepMind News
Google DeepMind News
MyScale Blog
MyScale Blog
A
About on SuperTechFans
Martin Fowler
Martin Fowler
M
MIT News - Artificial intelligence
Recent Announcements
Recent Announcements
D
DataBreaches.Net
B
Blog
博客园 - 【当耐特】
爱范儿
爱范儿
有赞技术团队
有赞技术团队
P
Proofpoint News Feed
WordPress大学
WordPress大学
小众软件
小众软件
Apple Machine Learning Research
Apple Machine Learning Research
I
InfoQ
Engineering at Meta
Engineering at Meta
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Last Week in AI
Last Week in AI
Microsoft Azure Blog
Microsoft Azure Blog
雷峰网
雷峰网
量子位
G
Google Developers Blog

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
分享一个我做的 macOS 中文 AI 语音输入法:目标是语音输入 0...
tuitangli · 2026-01-08 · via V2EX

受 Wispr Flow 启发,我做了一个 macOS 上的 AI 语音输入法:秒言

大家好,最近受 Wispr Flow 的启发,我自己做了一个 macOS 上的 AI 语音输入法,名字叫 秒言,目前只支持 macOS 。

我自己是高频输入用户,日常在写代码注释、产品文档、长文本时,越来越不想打字。但实际用下来,大多数语音输入工具都有一个共同问题:

识别完还得改,而改字的成本并不低。

我做这个产品的目标只有一个:

在中文环境下,尽量做到「说完就能直接用」,而不是「说完再编辑」。


为什么不做本地 ASR

这是被问得最多的一个问题。

不做本地识别,原因其实很直接:

  • 目前本地 ASR 在中文准确率上仍然存在明显短板

  • 实际体验往往是:每次输入后都需要修正几个字

  • 对我来说,这已经破坏了语音输入本该带来的效率提升

因此,秒言采用的是 云端 ASR + 强后处理 的方案,目标不是“能用”,而是:

尽量少改,甚至不改。


目前秒言主要做了哪些事

简单概括当前阶段的侧重点:

  • 中文识别速度与准确率优先

  • 针对真实输入场景做了大量后处理

    • 中英文混输

    • 口语表达修正

  • 尽量减少打断式 UI ,输入完成后直接回填到当前输入框

在我自己的日常使用中,大多数场景已经可以做到 0 编辑或极少编辑


适合哪些人 / 不适合哪些人

比较适合:

  • macOS 用户

  • 写文档、写说明、写长文本

  • 已经对「传统语音输入需要频繁修改」感到厌烦的人

可能不太适合:

  • 强依赖完全离线使用的场景

  • 对云端方案完全无法接受的用户


给开发者的小彩蛋

对开发人员额外做了一些偏“效率工具”的能力:

  • 在 Shell 终端中

    可以直接说出你想执行的命令

    • 例如:

      “查看当前系统磁盘占用情况”

      会直接输出:

df -h
  • 在编辑器中

    需要写正则时可以直接描述意图

    • 例如:

      “帮我写一个正则,查找所有电话号码”


产品地址

官网: https://miaoyan.cn

目前还在持续迭代阶段,欢迎直接试用。

如果你也在 macOS 上大量输入中文,或者对语音输入体验有更高要求,非常欢迎试一试。任何真实反馈,对我来说都很有价值。