@tornikegomareli: 我希望 macOS 上的语音听写能感觉即时且原生,于是我构建了 Talkify,一个 8.2 MB 的 macOS 听写应用,具有 12…
摘要
Talkify 是一款免费、开源的 macOS 听写应用,基于 Apple 的 SpeechAnalyzer 构建,支持即时、设备内语音转录,具有低延迟和多语言功能,位于刘海屏中。
查看缓存全文
缓存时间: 2026/08/16 14:02
Talkify - 开口即成文
来源:https://usetalkify.app/
驱动引擎:Apple 新一代 SpeechAnalyzer
按住按键,Talkify 将你的语音交给苹果在 macOS 26 中引入的语音引擎——这正是备忘录、语音备忘录和日记应用的核心技术。松开按键,转录完成的文字会直接输入你正在使用的应用。
实时响应,边说边写
该模型专为实时转录设计,在保证精度的同时实现极低延迟——单词在你说话时即刻呈现,而非等待说完。Talkify 在启动时预热引擎,因此你的第一个音节就能遇到已就绪的处理核心。无需预热等待,无需连接服务器。
专为真实语音场景打造
苹果的新一代模型比传统听写引擎更快、更灵活,即使面对冗长对话式语音或非贴麦环境也能保持稳定表现。Talkify 会先显示初步识别结果,随后随着引擎最终确认而平滑更新。
零安装零管理
语言模型存储于系统空间,由 macOS 自动下载并更新。它不增加 Talkify 的体积与内存占用,完全独立于应用运行,且你的语音数据永远无需离开 Mac 设备。
栖居于「刘海」之中
Talkify 将 MacBook 摄像头区域转变为专属语音交互窗口,赋予其动态视觉反馈。
波形动画
边缘辉光
紧凑模式
话音落,文字现
从松开按键到文字输入仅需 123 毫秒。无旋转图标,无「处理中」提示,无需等待服务器响应。
听写速度测试
所有引擎均在相同设备测试:MacBook Pro(M4 Max 14核,36GB)运行 macOS 26.5。
| 引擎/配置 | 延迟 | 对比倍率 |
|---|---|---|
| Talkify(Apple SpeechAnalyzer) | 123ms | 1× |
| superwhisper(标准英语,本地) | 216ms | 1.8× |
| VoiceInk(Parakeet V3,本地) | 324ms | 2.6× |
| Wispr Flow(默认配置,云端) | 587ms | 4.8× |
| MacWhisper(Large v3 Turbo,本地) | 1,149ms | 9.4× |
每个引擎使用相同短语在相同编辑器中测试,识别与输入耗时均包含在内。测试工具与完整数据已公开(https://github.com/tornikegomareli/talkify-latency-bench),欢迎自行复现。
转录全程驻留本机
无需账户——无注册流程,无登录要求。下载即用,即刻听写。
完全离线——识别由神经引擎结合苹果本地模型完成。Talkify 零网络请求,飞行模式下功能不受影响。
仅存本地磁盘——转录文本仅写入当前使用的应用,不另存他处。洞察数据经本地计算后以纯文本形式存储于磁盘。
下载体积 8.9 MB / 安装后占用 11.5 MB
Talkify 体积小巧因为它不内置语音模型:macOS 统一管理语音模型并共享给所有应用,因此识别引擎无需随应用分发。音频与转录文本永不写入磁盘。
双语模式,双键操控
设置第二语言后,每个语言对应独立按键。一个键听写英语,另一个键听写德语,无需切换设置。
无缝切换
两种语言常驻待命,第二语言响应速度与第一语言相同,刘海区域会实时显示当前监听语言。支持涵盖德语、英语、西班牙语、法语、意大利语、日语、韩语、葡萄牙语、粤语和中文的 30 个区域设置。首次使用新语言时将自动下载对应模型。
| 按键 | 语言 |
|---|---|
| fn | 英语 |
| 右⌥ | 德语 |
精准识别,拒绝猜测
苹果的识别器单次仅转录一种语言,且无法检测输入语言。检测需要先转录再推断,若语言错误则会产生流利但无意义的文本。按键选择即时精准。
语音回读与个性化定制
语音回读
在任意应用中选中文本,Talkify 可使用苹果增强版/高级语音或已授权的个人语音进行朗读。语音列表显示语言与质量等级,新语音下载完成后即刻更新,回读过程完全在设备端离线执行。
| 快捷键 | 功能 |
|---|---|
| ⌥esc | 语音回读 |
个性化设置
提供三种语音可视化、九种波形样式、六组辉光配色、会话音效及可重绑快捷键,所有修改在听写前即可实时预览。洞察功能将统计你的实际使用数据:每日词数、语速、语音时长及连续使用天数。
常见问题
Talkify 是什么?
Talkify 是一款免费开源的 macOS 听写应用。按住按键说话,松开后文字自动输入当前应用。它常驻菜单栏,并在 MacBook 摄像头区域显示实时语音可视化效果。
Talkify 速度有多快?
在 MacBook Pro M4 Max 设备上测试,从松开按键到文字输入约需 123 毫秒。相同条件下 superwhisper 耗时 216ms,VoiceInk 324ms,Wispr Flow 587ms,MacWhisper 1149ms。测试结果包含识别与输入全流程耗时。测试工具与数据已开源:github.com/tornikegomareli/talkify-latency-bench
Talkify 比其他听写应用更准确吗?
不一定。各引擎在相同基准测试中准确率相近,而 Talkify 的定位是「最快出稿」——它最早确定转录结果,因此保留的待处理音频片段最少。Talkify 的优势在于速度而非准确率,且 1.0 版本暂无文本润色功能。
Talkify 占用存储空间多少?
安装包体积 8.9 MB,安装后占用 11.5 MB。应用自身仅存储约 20KB 数据(用于本地洞察功能的词数统计与日期记录)。音频与转录文本不写入磁盘。Talkify 不内置语音模型,因 macOS 系统语音模型可共享给所有应用。
支持离线使用吗?
支持。识别过程完全基于设备端的苹果 SpeechAnalyzer 引擎(macOS 26 引入)。Talkify 零网络请求,飞行模式下正常工作,语音数据永不离开 Mac。
是否完全免费?
是。Talkify 免费开源,无账户体系、无订阅计划、无试用限制。可通过 Homebrew 安装或从 GitHub 下载。
系统要求是什么?
需搭载 Apple Silicon 芯片的 Mac 设备并运行 macOS 26(Tahoe)。首次启动需授权麦克风、语音识别、辅助功能及输入监控权限(用于全局快捷键监听与跨应用输入)。
如何安装?
方式一: Homebrew 安装
执行命令:
brew tap tornikegomareli/talkify https://github.com/tornikegomareli/Talkify
brew install --cask talkify
方式二: 从 GitHub 最新发布页面下载 Talkify.dmg
与 Wispr Flow 的区别?
两者功能相似(按住按键说话即输入文字),但 Talkify 免费开源、完全本地运行,无需账户与云服务。
转录文本存储位置?
不存储。文本直接输入当前应用,Talkify 不做任何保存。唯一写入磁盘的是本地洞察功能所需的聚合统计数据(词数、语音时长、日期),绝不记录具体语句内容。
支持除英语外的语言吗?
支持。提供涵盖德语、英语、西班牙语、法语、意大利语、日语、韩语、葡萄牙语、粤语及中文的 30 个区域设置,与 macOS 原生语言支持一致。可设置双语模式:一个键对应英语,另一个键对应德语,无需切换设置。Talkify 不尝试检测输入语言(因苹果识别器单次仅支持一种语言),错误的语言识别会产生流畅但无意义的文本。
能朗读文本吗?
能。在任意应用中选中文本,按下语音回读快捷键即可使用苹果增强版/高级语音或已授权的个人语音朗读。回读完全在设备端离线执行。
阅读、分叉或点个星
Talkify 能保持免费是因为它零运维成本。你的 Mac 承载所有计算,项目完整开源于 GitHub:无需审计遥测数据,无需信任第三方服务器,完全透明。
如果你欣赏这样的作品,点个 Star 是最直接的鼓励——这也将帮助下一位有需要的人发现它。
与你的 Mac 对话
你早已掌握使用方法——自学会说话起,你便一直在练习。
免费开源 · macOS 26 · Apple Silicon
相似文章
Walkie
Walkie 是一款设备端应用,提供听写、带说话人识别的会议转录以及超过950种声音的文本转语音功能,可在Mac、Windows、Linux和iPhone上免费使用。
Phantom Voice
Phantom Voice 是一款适用于 Mac 的本地按键通话式听写应用,无需联网即可实现免提文本输入。
Speek
Speek 是一款免费的开源、上下文感知语音助手和听写工具,适用于 macOS,运行在 Mac 的刘海区域,支持用户向任何应用进行语音输入、编辑文本,以及通过圈选屏幕元素来委派任务。快速请求可在刘海区域处理,较长任务可在后台运行,并能记住用户提供的细节信息。
我构建了一个完全本地且快速的MacOS工具,用于文本转语音和听写,运行顶尖AI模型
一位开发者使用先进的AI模型创建了一个用于本地文本转语音和听写的MacOS工具,强调速度和隐私。
Speakmac
Speakmac 是一款 macOS 本地语音输入工具,新增实时预览与免手操作模式。