macOS 語音聽寫 App — 按住快捷鍵說話，文字自動打入當前視窗。
使用 MLX Whisper 在 Apple Silicon 上做完全離線推理，預設使用 mac 語音辨識，設定中有採用台灣中文優化的 Breeze-ASR-25 模型。
會設計的原因是市面上常見的產品都是使用Whisper ，而我將目前台灣中文友善的breeze 且轉成MLX格式後做為主力引擎，使用且配合 Apple Intelligence做輕度修正。大概能做速度最佳化都弄上去．
- 🎙️ 一鍵聽寫：按右 Option（可自訂）開始/停止錄音，自動貼入游標位置
- 🇹🇼 台灣中文優化：使用Mac 語音辨識，可選擇 Breeze-ASR-25 模型，繁體中文效果最佳
- ✏️ 自動標點符號：語音辨識後自動補上逗號、句號、問號等標點
- 🤖 AI 文字修正（選用）：macOS 26+ 可啟用 Apple Intelligence 進一步精煉標點與語句
- 🔌 完全離線：所有推理在本機完成，無任何資料上傳
- 🎛️ 多模型支援：
- Breeze-ASR-25（台灣中文，預設）
- Qwen3-ASR-0.6B（中文精度最佳，推薦）
- Whisper Large v3 / Medium / Small（多語言）
- macOS 內建語音辨識（無需 Python）
- 🗑️ 語助詞過濾（選用）：自動移除「呃」「嗯」等猶豫音
- 📋 聽寫歷史：保留最近 N 筆紀錄，可一鍵複製
- 🌙 系統選單列 App：輕量常駐，不佔 Dock
| 項目 | 最低需求 |
|---|---|
| macOS | 13.0 Ventura（建議 macOS 26+ 以使用 AI 文字修正） |
| 硬體 | Apple Silicon（M1 或以上，fp16 加速） |
| 磁碟 | ~500 MB（Python venv） + 模型大小（見下表） |
| Python | 由 App 自動安裝，無需手動設定 |
| 模型 | 大小 | 說明 |
|---|---|---|
| macOS 內建 | 0 MB | 預設，免下載，立即可用 |
| Qwen3-ASR-0.6B | ~1 GB | 直接從 HuggingFace 下載，中文精度最佳 |
| Breeze-ASR-25 | ~1.8 GB | 直接從 HuggingFace 下載，台灣中文優化 |
| Whisper Large v3 | ~3.1 GB | 多語言最高精度 |
| Whisper Medium | ~1.5 GB | 多語言中等 |
| Whisper Small | ~465 MB | 多語言最快 |
前往 Releases 下載最新的 .dmg，拖入 /Applications。
首次啟動後在設定視窗點「開始安裝」，程式會自動：
- 建立 Python venv
- 安裝 mlx-whisper 等相依套件（約 1–2 分鐘）
預設使用 macOS 內建語音辨識，無需下載任何模型即可立即使用。 如需更高精度，可在設定中切換至 Qwen3-ASR 或 Breeze-ASR-25，首次選用時會自動從 HuggingFace 下載。
# 1. Clone
git clone https://github.com/YOUR_USERNAME/TypelessMLX.git
cd TypelessMLX
# 2. 編譯 Release
swift build -c release
# 3. 建立 app bundle 並安裝到 /Applications
./build-app.sh --install注意：需要 Xcode Command Line Tools（
xcode-select --install）及 macOS 26 SDK（如需編譯 AI 文字修正功能）
- 啟動後選單列出現麥克風圖示
- 在任何輸入框游標點一下（讓視窗取得焦點）
- 按住右 Option → 說話 → 放開，文字自動打入
可在設定中切換為「切換模式」（按一下開始，再按一下停止）
首次啟動需授權以下項目：
| 權限 | 用途 |
|---|---|
| 🎙️ 麥克風 | 錄製語音 |
| ♿ 輔助使用 | 模擬 Cmd+V 貼入文字 |
按快捷鍵 (Right Option)
└─ HotkeyManager (NSEvent.flagsChanged)
└─ AudioRecorder (AVAudioEngine, WAV)
└─ WhisperBridge (stdin/stdout JSON-RPC)
└─ transcribe_server.py
└─ mlx_whisper / mlx_audio (本機推理)
└─ TextRefiner (Apple Intelligence, 選用)
└─ TextPaster (NSPasteboard + CGEvent Cmd+V)
TypelessMLX/
Sources/
TypelessMLXApp.swift # @main, AppDelegate, 選單列 App
AppState.swift # 狀態管理, 設定持久化
HotkeyManager.swift # 快捷鍵監聽
AudioRecorder.swift # AVAudioEngine 錄音
WhisperBridge.swift # Python subprocess JSON-RPC
TextPaster.swift # 剪貼簿 + CGEvent 貼文
TextRefiner.swift # Apple Intelligence 文字修正
RecordingOverlay.swift # 浮動錄音指示面板
StatusBarController.swift # 選單列圖示
SettingsView.swift # 偏好設定視窗
SetupWindowController.swift # 首次安裝流程
Logger.swift # 日誌 (~/.Library/Logs/TypelessMLX/)
backend/
transcribe_server.py # 持久化 JSON-RPC Python server
convert.py # Whisper → MLX 格式轉換
requirements.txt # mlx-whisper, mlx-audio, numpy, soundfile
| 選項 | 說明 |
|---|---|
| 模型 | 選擇語音辨識模型 |
| 語言 | 自動偵測 / 指定語言代碼（如 zh、en） |
| 快捷鍵模式 | 按住模式 / 切換模式 |
| 浮動指示器 | 錄音時顯示/隱藏底部面板 |
| 文字修正 | 啟用 Apple Intelligence 標點修正（需 macOS 26+） |
| 語助詞過濾 | 自動移除「呃」「嗯」等猶豫音 |
| 隨系統啟動 | 登入時自動啟動 |
日誌儲存於 ~/.Library/Logs/TypelessMLX/，可用以下指令查看：
tail -f ~/.Library/Logs/TypelessMLX/typelessmlx.logQ: 第一次錄音很慢？
A: 首次使用需載入模型（1–5 秒），之後維持常駐速度很快。
Q: macOS 要求存取 Photos / Apple Music？
A: 這是 macOS 26 啟用 Apple Intelligence 時的系統提示，可以拒絕，不影響聽寫功能。App 本身不存取任何個人資料。
Q: 文字貼入後多了空格？
A: 在英文輸入法下剪貼簿可能自動加空格，可切換至中文輸入法後再試。
Q: Breeze-ASR-25 或 Qwen3-ASR 下載失敗？
A: 請確認網路連線正常。這兩個模型都是公開的 HuggingFace repo，無需帳號或 Token。若持續失敗可嘗試手動執行：hf download schsu/breeze-asr-25-mlx。
- MediaTek Research — Breeze-ASR-25 模型
- ml-explore/mlx-examples — MLX Whisper
- lucasnewman/mlx-audio — Qwen3-ASR 支援