VoxFlow 1.2.0

VoxFlow 1.2.0

新功能

• LLM 流式输出：「帮我说」的 AI 生成文本现在在 HUD overlay 上实时展示，完成后一次性写入目标输入框。
• 聊天风格：新增内置「聊天」风格（适合微信、飞书、Slack 等即时通讯场景），自然简短，AI 自行判断是否使用 emoji。
• 权限引导直达系统设置：权限检查页面「检查权限」按钮现在直接跳转到对应的系统偏好设置面板。

Bug 修复

• Bundle ID 迁移：从 com.voiceinput.app 正式迁移到 com.xingbofeng.VoxFlow，修复菜单栏图标消失问题。旧权限和用户数据通过自动迁移保留。
• 微信风格断裂：修复智能配置推荐 builtin.chat 风格但该风格不存在于内置目录，导致 fallback 到「日常」的问题。
• LLM 超时：LLM 请求默认超时从 8 秒提升到 30 秒，已有配置通过数据库迁移自动更新。
• 错误提示可点击：识别/处理失败时 overlay 提示现在可点击——帮我说失败跳转详情页，听写失败跳转主界面。
• 风格匹配大小写不一致：修复 SettingsBackedStyleSelector 缺少大小写归一化导致应用规则匹配失败的问题。
• 帮我说 HUD 状态：帮我说录制阶段不再被听写 HUD 重置覆盖。

改进

• 应用图标显示增强：历史列表和详情弹窗中的应用图标现在优先使用 bundle ID 查找，更可靠；详情弹窗新增应用名称文字标注。
• Agent Compose 输出结果区分：帮我说完成后 HUD 区分「已写入」和「已复制」两种结果。

VoiceInput 1.1.2

VoiceInput 1.1.2

视觉更新

• 更新官方网站 hero 宣传图，使用中英文两套位图预览展示首页、输入活跃度、历史记录和听写 HUD。
• 重新生成绿色透明 App Icon，并同步替换 .icns、iconset 和官网 favicon/logo。
• 重绘暖色 README 宣传横幅，统一展示语音 HUD、输入活跃度和中英文历史记录。
• 优化官网 hero 图片在桌面端和移动端的缩放，保持透明主体，不再使用代码绘制的假 UI 预览。

VoiceInput 1.1.1

VoiceInput 1.1.1

体验改进

• 统一客户端主要页面的视觉语言，同时保持原有导航、功能和信息架构。
• 改进听写浮层、录音反馈、快捷键显示和跨屏窗口恢复体验。
• 优化笔记录音与光标位置插入，并完善模型配置编辑和权限引导。
• 更新官方网站视觉与产品预览，使页面内容与当前客户端保持一致。

修复

• 修复识别或修正失败时的文本回退与非阻断错误反馈。
• 修复应用图标透明边缘、系统输出静音和部分内置风格迁移问题。

VoiceInput 1.1.0

VoiceInput 1.1.0

Bug 修复

• 应用系统注册修复：修复应用未正确注册为系统级应用的问题，Command+Tab 切换和 Dock 中现在可以正常显示。
• Provider API Key 掩码显示和输入修复：修复 API Key 输入框掩码显示异常及输入响应问题，密钥现在以掩码形式安全展示。
• 笔记录音流程优化：修复笔记页面录音流程中的交互问题，录音状态切换和文本注入更加流畅。
• 侧栏按钮位置和导航层级改进：调整侧栏导航按钮位置，优化页面层级结构，导航体验更清晰。
• 设置页面视觉和交互改进：优化设置页面布局、间距和分组样式，提升可读性和操作效率。
• 听写模型卡片选中态优化：改进模型卡片的选中态视觉反馈，当前选中引擎和模型一目了然。
• 文件转写操作按钮改进：优化文件转写页面的操作按钮布局和状态展示，队列管理更直观。
• 帮助页面设计优化：重新设计帮助页面，改善信息层级和视觉呈现。
• 权限检查刷新功能：新增权限状态实时检测，授权后无需手动重启即可识别权限变更。

VoiceInput 1.0.1

VoiceInput 1.0.1

Bug 修复

• 修复 Qwen3-ASR 模型无法识别语音：AudioPreprocessor.resampleTo16kHz 中 AVAudioConverter 的 input block 重复返回同一 buffer，导致音频数据被复制多次产生混乱音频。引入单次提供机制修复。
• 修复设置窗口关闭后快捷键不生效：ShortcutEventRouting.shouldPassThrough 原仅检查 NSApp.isActive，打开设置关闭后 app 仍处于 active 导致快捷键穿透。改为 NSApp?.keyWindow != nil 精确判断。
• 修复 Qwen3-ASR 松键后 overlay 显示"正在聆听..."无反馈：增加"正在识别..."加工状态提示 + spinner，同时修复 isRefining=true 时忽略 text 参数的 bug。

新功能

• 短按切换录制：短按右 Command（< 0.5s）切换录制状态——空闲时开始，录制中结束。长按保持不变。
• ESC 取消录制：录制中按 ESC 取消当前录制，不注入文本。
• AudioPreprocessor 音频预处理模块：支持 16kHz 重采样 + Mel filterbank (fbank) 特征提取。
• Qwen3-ASR 引擎集成：通过 FluidAudio SDK 支持本地 CoreML 推理，支持 0.6B / 1.7B 模型下载。
• ASR 引擎选择菜单：状态栏菜单中切换 Apple Speech / Qwen3-ASR。
• 录制权限策略模块：Qwen3-ASR 仅需麦克风权限，无需 Apple 语音识别权限。
• 快捷键管理器 + 设置 UI：可视化录制快捷键、长按阈值、短按行为设置。
• 完整单元测试覆盖：15 个新建测试文件，76 个测试全部通过。

VoiceInput 1.0.0

VoiceInput 1.0.0

首个公开版本：按住右 Command 说话，松开后将转录文字注入当前输入框。

Highlights

• Apple Speech 流式语音识别，默认简体中文
• 英语、简体中文、繁体中文、日语、韩语切换
• 真实麦克风 RMS 驱动的五段动态波形 HUD
• CJK 输入法保护与完整剪贴板恢复
• 可选 OpenAI-compatible LLM 保守纠错
• 原生 AppKit 菜单栏体验，无 Dock 图标

安装

1. 下载 VoiceInput-1.0.0-macOS.dmg
2. 打开 DMG，将 VoiceInputApp 拖入 Applications 文件夹
3. 首次运行时授予辅助功能、麦克风和语音识别权限

首次打开提示

当前构建采用 ad-hoc 签名，未经过 Apple 公证。首次打开时，macOS 会提示”无法验证是否包含恶意软件”：

1. 在 Finder 中找到 VoiceInputApp.app
2. 按住 Control 键点击应用 → 选择 ”打开”
3. 在弹出的对话框中点击 ”打开” 即可

或者使用终端清除隔离标记：

xattr -cr /Applications/VoiceInputApp.app

后续启动将不再弹出警告。