FluidVoice

项目概述

FluidVoice 是一款面向 macOS 的开源语音转文字听写应用，核心特点是本地优先与端侧 AI 增强。应用基于 GPLv3 协议发布，可通过 Homebrew 一键安装：

brew install --cask fluidvoice

当前仅支持 macOS，iOS 与 Windows 版本正在筹备中。

1.6.0 版本更新

• 极速 Parakeet：重写 Parakeet 实现，语音到文字的显示延迟接近零
• Fluid Intelligence：完全本地的 AI 增强模型，无需联网、无需 API 密钥，数据不出本机
• 自适应主题：改进的明暗主题与紧凑工具栏切换器
• 新手引导：以语言为先的语音引擎设置、真实听写试用与 AI 增强配置整合为单一流程

Fluid Intelligence

Fluid Intelligence 是与核心应用分离的私有本地 AI 运行时，提供智能格式化、上下文感知大小写处理与转写后优化，全部在 Mac 本地运行。核心听写功能本身可独立使用任何受支持的语音模型，Fluid Intelligence 作为可选的本地增强层存在。

核心特性

• Command 模式：通过语音控制 Mac，启动应用、执行快捷指令、触发系统操作
• Write 模式：在任何应用的文本框中口述或改写文本，支持选中文本后重写
• 实时预览：带刘海屏适配的转写叠加层，话音落下即出字
• 多模型支持：Nemotron Speech 3.5、Parakeet Flash、Parakeet TDT v3/v2、Cohere Transcribe、Apple Speech、Whisper 全系列
• 可选 AI 增强：支持 OpenAI、Groq、自定义云服务，以及本地 Fluid Intelligence
• 音频历史：可选的本地录音存档，支持预算控制与 ZIP 导出
• 每日用量统计：工具栏概览当日听写次数
• 全局热键：任意场景下瞬时开启语音输入
• 智能输入：通过辅助功能 API 直接向任意应用注入文本
• 菜单栏集成：状态查看与快速配置
• 自动更新：含可选 Beta 频道
• 按应用配置：可为不同应用分配不同的 Prompt 模板
• 本地优先：未启用云服务时，语音与文字完全留在本机

受支持的模型

模型	适用场景	语言支持	下载体积	硬件
Nemotron Speech 3.5	超低延迟多语言流式听写	约 40 种	~670 MB	Apple Silicon
Nemotron 3.5 多语言	高精度多语言听写	约 40 种	~530 MB	Apple Silicon
Parakeet Flash	最低延迟英语实时听写	英语	~250 MB	Apple Silicon
Parakeet TDT v3	多语言默认听写	25 种	~500 MB	Apple Silicon
Parakeet TDT v2	英语专用快速听写	英语	~500 MB	Apple Silicon
Cohere Transcribe	高精度多语言听写	14 种	~1.4 GB	Apple Silicon
Apple Speech	零下载原生识别	系统语言	内置	Apple Silicon + Intel
Whisper 全系	广泛兼容，含 Intel	最多 99 种	75 MB – 2.9 GB	Apple Silicon + Intel

快速上手

1. 通过 Homebrew 安装或下载最新 release
2. 授予麦克风与辅助功能权限
3. 在设置中配置全局热键
4. 按引导选择语音模型
5. 可选：启用 Fluid Intelligence 下载本地 AI 增强模型
6. 可选：填入 OpenAI、Groq 或自定义云服务 API 密钥（存储于 macOS Keychain）
7. 可选：在 Settings → Automatic Updates → Beta Releases 开启 Beta 频道

系统要求

• macOS 15.0 (Sequoia) 及以上
• Apple Silicon Mac（除 Whisper 外的全部模型）
• Intel Mac 仅可通过 Whisper 模型支持
• 语音模型约需 1 GB 磁盘空间
• Fluid Intelligence 模型约需 3.5 GB 磁盘空间（可选）

源码构建

git clone https://github.com/altic-dev/FluidVoice.git
cd FluidVoice
open Fluid.xcodeproj

或在项目根目录执行 ./build.sh。所有依赖由 Swift Package Manager 管理。

贡献与测试

贡献前请先创建 Issue 讨论重大变更，PR 应聚焦单一改动，并避免提交个人 Team ID 或 API 密钥。可选的 Pre-commit 钩子可自动拦截团队 ID 误提交：

cp scripts/check-team-id.sh .git/hooks/pre-commit
chmod +x .git/hooks/pre-commit

集成测试命令：

xcodebuild test -project Fluid.xcodeproj -scheme Fluid -destination 'platform=macOS'

CI 使用无签名构建，通过 CODE_SIGNING_REQUIRED=NO CODE_SIGNING_ALLOWED=NO 跳过签名。

隐私与分析

FluidVoice 默认本地优先，语音与转写文本不离开本机，除非用户显式启用云 AI 服务。

匿名分析默认开启，可在 Settings → Share Anonymous Analytics 中关闭。采集内容仅包含应用版本、构建号、macOS 版本、低基数特性配置开关、近似用量区间与运行成败状态；不采集语音、原始音频、转写文本、选中文本、终端命令、窗口标题、文件路径或剪贴板内容。

许可证

自 2026-02-23 起，本项目采用 GPLv3 许可证，此前发布的版本遵循 Apache License 2.0。