macOS 桌面應用程式，透過全域「按住說話」快捷鍵將語音轉為文字，直接輸入到任何應用程式中。語音辨識完全在本機執行——不需要雲端 API，資料不會離開你的電腦。
- 全域按住說話 — 按住
Cmd+Shift+Space錄音，放開後自動轉錄並輸入文字 - 100% 本機運行 — 使用 Whisper（透過 whisper.cpp），在 Apple Silicon 上支援 Metal GPU 加速
- 可選 LLM 校正 — 透過本機 Ollama 模型後處理轉錄結果，修正專有名詞、標點符號和語言特有問題
- 串流模式 — 說話時即時分段轉錄，適合長篇口述
- 浮動錄音指示器 — 錄音時顯示半透明浮動視窗，含即時波形動畫和計時器，可拖曳定位
- 應用程式內模型下載 — 首次使用可直接在應用程式內下載 Whisper 模型，支援斷點續傳和 SHA256 驗證
- 音訊檔案轉錄 — 支援轉錄 WAV 音訊檔案（16-bit、24-bit、32-bit float）
- 轉錄歷史 — 在應用程式視窗中瀏覽和複製過去的轉錄記錄
- 可自訂設定 — 快捷鍵、語言、模型路徑和 LLM 設定皆可調整
按住快捷鍵 → 錄音（cpal）
→ 放開快捷鍵
→ Whisper 語音轉錄（whisper-rs, Metal）
→ [可選] LLM 校正（Ollama REST API）
→ 複製到剪貼簿 + 模擬貼上（Cmd+V）到前台應用程式
→ 儲存到歷史記錄
| 層級 | 技術 |
|---|---|
| 前端 | Svelte 5 + TypeScript + Vite |
| 後端 | Rust + Tauri 2 |
| 語音轉文字 | whisper-rs（whisper.cpp 綁定，Metal GPU 加速） |
| LLM 校正 | Ollama REST API |
| 音訊擷取 | cpal |
| 剪貼簿 + 貼上 | arboard + enigo |
- macOS（建議 Apple Silicon 以獲得 Metal 加速；Intel Mac 會退回 CPU 運算）
- Rust 工具鏈 — 透過 rustup 安裝
- Node.js 18+
- Whisper 模型檔 — 首次啟動時可在應用程式內直接下載，或手動將
ggml-medium.bin放在：手動下載來源：huggingface.co/ggerganov/whisper.cpp~/Library/Application Support/com.voice-input.app/models/ggml-medium.bin - Ollama（可選）— 僅在啟用 LLM 校正時需要。從 ollama.com 安裝後，拉取模型：
ollama pull gemma3:4b
Voice Input 需要兩項系統權限才能正常運作：
- 麥克風 — 首次錄音時 macOS 會自動彈出授權提示
- 輔助使用 — 用於模擬
Cmd+V貼上到前台應用程式
授予輔助使用權限：
系統設定 → 隱私權與安全性 → 輔助使用 → 加入 Voice Input（或執行
tauri dev的終端機）
重要： macOS 將輔助使用權限綁定到應用程式二進位檔的 hash。每次重新建置應用程式後，舊的權限會失效，必須重新授予。如果轉錄正常但文字沒有出現，幾乎可以確定是這個原因。
如果缺少輔助使用權限，Voice Input 會退回到僅複製到剪貼簿——你會看到通知提示手動 Cmd+V 貼上。
所有指令在 app/ 目錄下執行。
安裝相依套件：
npm install開發模式（支援熱重載）：
npm run tauri dev正式建置：
npm run tauri build建置好的 .app 套件會在 app/src-tauri/target/release/bundle/macos/。
執行測試：
cargo test --manifest-path app/src-tauri/Cargo.toml設定檔位置：~/Library/Application Support/com.voice-input.app/config.json
首次執行時會自動建立預設設定檔。可在應用程式關閉時手動編輯，或使用應用程式內的設定面板。
| 設定項 | 預設值 | 說明 |
|---|---|---|
shortcut |
"CmdOrCtrl+Shift+Space" |
全域按住說話快捷鍵 |
quit_shortcut |
"CmdOrCtrl+Alt+Q" |
退出應用程式 |
language |
"tw" |
語言代碼（"tw" 台灣華語、"en"、"ja" 等，"auto" 自動偵測） |
model_path |
…/models/ggml-medium.bin |
Whisper 模型檔的絕對路徑 |
llm_enabled |
false |
啟用 Ollama LLM 後處理 |
llm_model |
"gemma3:4b" |
Ollama 模型名稱 |
llm_endpoint |
"http://localhost:11434" |
Ollama API 基礎 URL |
sound_enabled |
true |
錄音開始/結束時播放音效 |
max_history |
50 |
歷史記錄保留的最大筆數 |
app/
├── src/ # Svelte 前端
└── src-tauri/
└── src/
├── lib.rs # Tauri 應用程式設定、全域快捷鍵、系統匣選單
├── audio.rs # 音訊錄製 + 重取樣（cpal）
├── whisper.rs # Whisper 模型載入與轉錄
├── llm.rs # Ollama LLM 校正 + 幻覺守衛
├── commands.rs # Tauri IPC 指令處理器
├── config.rs # 應用程式設定（JSON 檔案）
├── paste.rs # 剪貼簿貼上到前台應用程式
├── history.rs # 轉錄歷史記錄
└── model.rs # 模型檔案管理
- 僅支援 macOS — 貼上機制使用 macOS 專屬的鍵盤模擬；不支援 Linux 和 Windows