Golosok for Mac v1.13.10 开源软件(Mac离线语音转文字)

Golosok 是一款面向 Apple Silicon Mac 的原生语音听写与离线转写工具,采用 GigaAM v3 与 Whisper Large v3 语音识别模型,全部推理在本机完成,音频无需上传云端,适合重视隐私的日常输入、工作沟通和音视频资料整理。通过 Option 加空格全局快捷键即可开始或结束听写,识别结果会直接插入当前光标所在的输入框,可用于 VS Code、Notion、Telegram、Xcode、Obsidian 和 Slack 等应用。软件提供按住说话模式,松开快捷键后即可转写并粘贴,也能通过 Esc 取消当前录音。识别侧重俄语、英语、技术俚语及俄英混合表达,并支持自动添加标点。文件处理支持 MP3、WAV、M4A、MP4、WebM 等音视频格式,可离线批量转写不同长度的素材。菜单栏入口提供近期听写历史、复制和设置,结合面向 Apple 芯片的硬件加速,方便在后台随时调用。软件采用 MIT 开源许可,要求 macOS 13 或更新版本。

golosok-mac

功能

Golosok 是一款适用于 Apple Silicon Mac 的原生语音输入与媒体转写软件,结合 GigaAM v3 和 Whisper Large v3,在本地完成语音识别,支持跨应用听写、按住说话和音视频批量转写,适合日常文字输入、开发沟通与录音资料整理。

  • 本地识别与隐私保护: 语音推理完全在 Mac 上执行,音频流无需发送至云端,可在离线环境中完成听写与文件转写。
  • 光标位置直接输入: 按下 Option 加空格开始录音,再次按下即可结束并识别,通过自动粘贴将文字插入当前聚焦的输入框,适用于 VS Code、Notion、Telegram、Xcode、Obsidian、Slack 等应用。
  • 按住说话模式: 可在设置中选择按住快捷键录音,松开后立即触发转写与粘贴,适合短句回复和临时记录。
  • 快捷取消录音: 按下 Esc 即可取消当前录音并重置状态,不粘贴或保存本次内容,便于处理口误或误触。
  • 双模型识别支持: 采用 GigaAM v3 RNN-T 与 Whisper Large v3 语音识别引擎,为本地听写及媒体内容转写提供支持。
  • 俄英混合表达识别: 支持俄语、英语、技术俚语及俄英混合表达,并自动添加标点,减少口述完成后的文字整理工作。
  • 音视频批量转写: 支持 MP3、WAV、M4A、MP4、WebM 等常见媒体格式,可离线批量处理不同长度的音频与视频文件。
  • Apple 芯片硬件加速: 针对 Apple Silicon M 系列芯片优化,通过 CoreML 与 Apple Neural Engine 加速推理,降低持续使用时的 CPU 负担。
  • 菜单栏与听写历史: 软件在后台运行,菜单栏波形图标提供近期听写记录、一键复制到剪贴板及设置入口,方便查找和复用识别结果。
  • 原生开源应用: 采用 MIT 开源许可,提供 Xcode 项目供自行编译,支持 macOS 13 及更新版本,运行听写功能需要授予麦克风与辅助功能权限。

下载地址

© 版权声明
THE END
喜欢就支持一下吧
点赞11 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容