大家好，之前我在 V2EX 发过一次 Typeflux 的第一个版本。五一假期这几天，我基本都在连续加班改 Typeflux ，终于赶在假期结束后，把第二个版本 Typeflux 0.2.0 正式发布出来了。
Typeflux 是一款开源的 macOS 菜单栏语音输入工具。按住快捷键说话，松开后自动把文字输入到当前 App 的光标位置。它也支持选中文本后用语音指令进行润色、改写、翻译、提问，以及通过人设配置不同场景下的表达风格。
第一个版本发布之后，收到了不少朋友的反馈，也暴露出了一些比较影响体验的问题。
比如：
V0.2.0 围绕实时转写、界面体验、上下文理解、应用级 AI 配置和稳定性做了一次比较集中的升级，希望让语音输入真正变成一个可以每天顺手使用的工作流。
这次最重要的变化：实时转写
之前的转写流程更接近“录完一段音频，然后等待识别结果”。短句还好，稍微说长一点，等待感就会比较明显。
V0.2.0 里，Typeflux 的音频转写流程已经升级为实时处理。你说话的过程中，Typeflux 会持续处理音频内容，不再需要等整段录音结束后才开始识别。
实际体验上，会明显感觉到：
这是这次版本里我最希望大家试一下的部分。语音输入这类工具，很多时候差的不是“能不能识别”，而是等待的那一两秒会不会打断思路。实时转写就是在解决这个问题。
界面也重新打磨了一轮
V0.2.0 对主要界面做了比较大的视觉和交互调整。
包括录音浮窗、Ask & Answer 、Persona 选择器、设置界面、登录窗口、菜单栏和新手引导，都重新整理过。整体会更轻、更干净，状态反馈也更清楚。
比如：
更强的上下文理解
Typeflux 现在会更努力地理解你当前正在做什么。
无论你是在浏览器、编辑器，还是普通输入框中使用 Typeflux ，它都会尽量结合当前选中的文本、正在编辑的内容和应用环境，生成更贴近当前场景的结果。
一些典型用法：
我自己很常用的是：选中一段内容，然后直接问“这段话有没有问题”“帮我改得更自然一点”“翻译成英文但不要太机器”。这类场景下，上下文能力提升之后，结果会更像是在当前工作流里自然发生，而不是每次都要复制粘贴到另一个聊天窗口。
应用级人设配置
这是 V0.2.0 里另一个我很喜欢的功能。
现在你可以为不同应用设置不同的使用方式。
比如：
语音输入不是一个孤立场景。写 IM 、写邮件、写 issue 、写代码注释、写文档，对表达风格的要求都不一样。应用级配置就是希望 Typeflux 能更贴近你的实际工作环境，而不是所有地方都套同一套提示词。
其它改进
这次还做了不少体验和稳定性更新：
此外，还修复了多个录音、转写、麦克风切换、界面显示、登录、更新和设置相关的问题。
旧系统和 Intel Mac 支持
这次也补了一块之前被忽略的事情：旧版本系统和不同芯片架构的兼容性。
V0.2.0 对 macOS 14 、macOS 15 做了测试，希望更多还没有升级到最新系统的用户也能正常使用。同时，这次也增加了对 Intel 芯片 Mac 的发布支持。
不过这里需要特别说明一下：Intel 芯片版本我目前还没有合适的设备做完整测试。如果有使用 Intel Mac 的朋友愿意帮忙试一下，非常感谢。你们的反馈会很有价值。
后续等会员服务准备好之后，我们也计划给参与测试和反馈的朋友赠送一定额度的会员服务。不过这部分现在还在准备中，等细节确定后会再同步。
关于 Typeflux Cloud
Typeflux Cloud 仍然在早期测试阶段，目前可以免费使用。
不想自己配置各种 API Key 的话，可以直接注册账号开箱即用。与此同时，Typeflux 的核心功能会继续保持开源，也会一直支持你自己配置任意语音模型和大语言模型。
本地推理仍然是支持的：你可以用本地语音模型搭配 OpenAI 兼容的大模型 API 或者 Ollama 等本地大模型，不需要把内容发到云端。
我现在是全职独立开发者，Typeflux 也是我目前最重要的方向。
欢迎大家升级试用，也欢迎反馈问题、建议和真实使用场景。上一版发布后收到不少朋友的建议，这次 V0.2.0 里有很多细节就是根据这些反馈改出来的。希望这个工具能继续往“真正顺手的桌面语音工作流”方向走。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。