VoiceInput

macOS 菜单栏语音输入应用 —— 按住 Fn 键录音，松开自动注入文本。

功能

• 🎤 按住 Fn 说话：全局监听 Fn/Globe 键，按下录音，松开注入
• 📝 流式识别：Apple Speech Recognition 实时转录，默认简体中文
• 🌐 多语言：简中 / 繁中 / English / 日本語 / 한국어
• 🎚 实时波形：5 条 RMS 驱动的球形波动画，说话时随音量跳动
• 🪟 胶囊浮动窗：屏幕底部居中，无边框，入场弹簧动画
• 📋 智能注入：剪贴板 + Cmd+V，自动检测并切换 CJK 输入法
• 🤖 LLM 纠错：DeepSeek 优化识别结果，修正同音字 / 拼写 / 术语

系统要求

• macOS 14+
• 辅助功能权限（监听 Fn 键）
• 麦克风权限
• 语音识别权限

快速开始

make build   # 编译 + 生成 .app
make run     # 构建并启动

首次运行需在 系统设置 → 隐私与安全性 → 辅助功能 中授权 VoiceInput.app。

使用

1. 点击任意文本输入框
2. 按住键盘左下角 Fn / 🌐 键
3. 说话，胶囊窗口显示实时转录
4. 松开 Fn → 文本自动粘贴到光标位置

点击菜单栏 🎤 图标可切换语言或配置 LLM。

构建

make build      # Debug 构建
make release    # Release 构建
make install    # 安装到 /Applications
make clean      # 清理

LLM 纠错

LLM 默认使用 DeepSeek，在菜单栏 LLM Refinement → Enable 开启。

配置项	默认值
API Base URL	https://api.deepseek.com
Model	deepseek-v4-flash

设置窗口可修改 API Key 等配置，点击 Test 验证连通性。

项目结构

Sources/
├── App/          # AppDelegate + 菜单栏控制器
├── Core/         # 按键监听、语音识别、音频电平、文本注入、输入法、LLM
├── UI/           # 浮动窗口、波形动画、设置窗口
└── Utils/        # 配置持久化

许可

MIT