zephyr4123 / speakmore

SpeakMore 
 说话，别打字。 
 开源、免费的语音输入工具，支持 macOS 与 Windows。 
 兼容主流大模型，亦可完全在本机运行。 
 speakmore.zephyrxiang.com 
 简体中文 · English 
- 按下快捷键开始口述，再次按下结束，文字写入当前光标位置。
- 自动去除语气词、重复与改口内容（原生识别、转写 + 润色方式）。
- 自动补全标点，较长内容分段、分条。
## 五项自由
- 🧩 **模型自由**：29 个模型，并支持 OpenAI 兼容服务。
- 🔀 **方式自由**：三种识别方式并列可选，推荐组合一键启用。
- 💻 **硬件自由**：Mac 与 Windows 通用，本机模型经 Metal、Vulkan 或 CPU 运行。
- 🔒 **隐私自由**：数据隐私方式不上传数据，无需密钥与账号。
- 💸 **费用自由**：软件免费；按每日 100 次计，推荐组合月成本 ¥0–35。
## 🚀 安装
**macOS**
- 系统要求：macOS 12 及以上。
- 打开 dmg，将 SpeakMore 拖入"应用程序"。
- 安装包已使用 Developer ID 签名，并通过 Apple 公证。
**Windows**
- 系统要求：Windows 10（1809 及以上）或 Windows 11，64 位。
- 运行安装程序；如出现"Windows 已保护你的电脑"，依次点击"更多信息""仍要运行"。
- 仅为当前账户安装，无需管理员权限。
- 安装过程无需联网。
**终端安装**（附带 `speakmore` 命令行工具）
 [code] 
 [code] 
- 下载链接末尾附加 `.sha256`，可获取对应文件的校验值。
**存储位置**
- 程序、本机模型、设置、历史记录与录音统一保存在一个文件夹中，默认为 `~/.speakmore`（Windows 为 `%USERPROFILE%\.speakmore`）。
- 首次安装时可另选位置，例如其他磁盘：Mac App 首次打开时询问，Windows 安装程序在安装前询问，终端安装在命令行中询问。SpeakMore 保存在所选文件夹中的 `.speakmore`。
- 之后可在「设置 › 通用 › 存储位置」更改，或执行 `speakmore move `；全部文件整体迁移，完成后自动重新打开。
- 所选磁盘需为 APFS、Mac OS 扩展或 NTFS 格式；exFAT、FAT32 格式的 U 盘与移动硬盘不支持。
 安装包与终端安装的区别 
- 安装包为独立应用：macOS 权限授予 SpeakMore 本身，支持开机自启。
- 终端安装在 macOS 上由终端启动，权限授予所用终端。
- Windows 下两种方式的安装内容相同，均位于 `%USERPROFILE%\.speakmore`，并添加开始菜单项。
- 两种方式共用设置、历史记录与 `speakmore` 命令，同一时间运行其一即可。
## 🎙️ 使用
1. 将光标置于任意输入框，按下**右 Option**（Windows 为**右 Alt**）。
2. 开始口述，屏幕底部的悬浮条随音量变化。
3. 再次按下快捷键，文字写入光标位置；按 `esc` 取消本次口述。
- SpeakMore 常驻菜单栏（Windows 为任务栏通知区域）。
- 主窗口提供统计、历史记录、词典、模型与设置。
- **词典**：常说的专有名词、产品名与术语加入词典后，听写时按词典的写法输出。词典仅保存在本机，随请求发送给所选模型；支持词典的模型列于词典页。
### 首次引导
- 首次启动时由引导完成配置。
- 各步骤均可前进、后退，也可跳过，稍后在主窗口中补充。
- 数据隐私方式无需任何密钥。
 1 · 选择识别方式 
 2 · 配置密钥（可跳过） 
 3 · 后台下载本机模型 
 4 · 授予系统权限 
 5 · 测试麦克风 
 6 · 测试快捷键 
 7 · 口述测试 
 8 · 完成配置 
## 🧩 模型自由
 上述名称与标志归各自权利人所有，仅用于说明 SpeakMore 支持对接的服务。 
**模型页**按用途列出全部模型：
- **原生识别 7 个**：音频输入，文字输出。
- **转写 10 个**：本机 4 个，云端 6 个。
- **润色 12 个**：通义千问、DeepSeek、Kimi、智谱、MiniMax 与自定义服务。
- 每个模型标注官方价格与实测得分。
- 同一模型由多个平台提供时合并为一行，可选渠道。
**密钥**按平台管理：
- 一把阿里云百炼密钥可调用 14 个模型。
- DeepSeek、Kimi、智谱、MiniMax、Gemini、OpenAI 的官方密钥均可直接使用。
- OpenAI 兼容服务填写地址与密钥即可接入。
 全部模型与渠道 
 按平台管理密钥 
## 🔀 方式自由
- 三种识别方式并列可选。
- 各方式独立保存模型配置，切换时无需重新设置。
| 方式 | 处理流程 | 上传内容 | 密钥 |
| --- | --- | --- | --- |
| ✨ **原生识别** | 录音 → 音频大模型 → 成稿 | 录音 | 需要 |
| 🪄 **转写 + 润色** | 录音 → 转写 → 大模型润色 | 本机转写时仅文字 | 需要 |
| 🛡️ **数据隐私** | 录音 → 本机模型 → 文字 | 无 | 不需要 |
 首页切换识别方式 
 推荐组合一键启用 
**推荐组合**：
- 将完整路线打包，一键启用。
- 支持先检测、后启用。
- 缺少的密钥与本机模型可在原处补齐。
| 组合 | 路线 | 月成本 |
| --- | --- | --- |
| 本机转写 + DeepSeek | Qwen3-ASR 0.6B（本机）→ DeepSeek V4.1 Flash | **¥2.63** |
| 百炼全云端 | Qwen3 ASR Flash → DeepSeek V4.1 Flash | ¥20.24 |
| Gemini 原生识别 | Gemini 3.6 Flash | ¥35.49 |
| 纯本机 | Qwen3-ASR 0.6B（本机） | **¥0** |
 月成本口径：每日 100 次、每月 30 天；单次按 26 秒计（97 条真实口述的平均值）；按各厂商官方价格估算，美元按 6.71 折算。Intel Mac 改用 CPU 版 SenseVoice Small。 
## 💻 硬件自由
- 同一本机模型适用于全部受支持的设备。
- 有可用显卡时优先使用显卡。
- 无显卡或显卡不可用时，自动回退至 CPU。
| 设备 | 加速 | 模型 | 单条耗时 |
| --- | --- | --- | --- |
| Apple 芯片 Mac | Metal | Qwen3-ASR 0.6B | **231 毫秒** |
| Windows + 显卡 | Vulkan | Qwen3-ASR 0.6B | **240 毫秒** |
| Apple 芯片 Mac | CP