MacOS语音输入工具，实时识别、大模型文本优化、全本地存储

查看演示视频

下载 Type4Me v1.1.0 (macOS 14+)

首次打开提示安全警告？ 这是 macOS 对所有非 App Store 应用的正常行为，不影响使用。

方法一：通过系统设置（推荐）

1. 双击打开 Type4Me.app，弹出安全提示后点击「完成」
2. 打开「系统设置」→「隐私与安全性」，滚动到底部「安全性」部分
3. 找到 "已阻止打开 Type4Me" 的提示，点击「仍要打开」
4. 输入密码确认，再次点击「打开」

只需操作一次，之后可正常启动。

方法二：通过终端

xattr -d com.apple.quarantine /Applications/Type4Me.app

为什么做 Type4Me

市面上语音输入法，至少命中以下问题之一：贵（$12/月）、封闭（不可导出记录）、扩展性差（不能自定义Prompt）、慢。

功能亮点

流式语音识别，响应极快

接入火山引擎（豆包）大模型，边说边出字。性能模式下还支持双通道识别，实时识别结束后用完整录音优化结果。 欢迎共建接入其他厂商的模型，目前已经接入火山引擎和 Deepgram。 （豆包现在注册送20小时识别，配置指引）

自定义处理模式

内置 4 种模式，也可以自定义任意多个：

模式	说明
快速模式	实时识别出文字，识别完成即输入，零延迟
性能模式	双通道识别，实时展示的体验 + 录音识别的准确
英文翻译	说中文，输出英文翻译
Prompt优化	说一句简单的原始prompt，帮你优化后直接粘贴
自定义	自己写 prompt，用 LLM 做任何后处理

每个模式可以绑定独立的全局快捷键，支持「按住说话」和「按一下开始/再按停止」两种方式。

数据完全本地，支持导出

• 所有凭证存在本地文件 ~/Library/Application Support/Type4Me/credentials.json（权限 0600），不经过任何中间服务器
• 识别历史记录存在本地 SQLite 数据库，支持按日期范围导出 CSV
• 无遥测、无数据上报、无云同步

词汇管理

• ASR 热词：添加专有名词（如 Claude、Kubernetes），提升识别准确率
• 片段替换：语音说「我的邮箱」，自动替换为实际邮箱地址

更多特性

• 中英双语 UI，跟随系统语言自动切换
• 浮窗实时显示识别文本，带录音动画
• 首次使用有引导设置向导
• Swift Package Manager 构建，无第三方依赖
• 支持 macOS 14+

快速开始（其实最好的办法是把链接发给你的agent）

前置条件

• macOS 14.0 (Sonoma) 或更高版本
• Swift 6.0+
• 火山引擎账号（获取 ASR 凭证）；如做了其他厂商可做完提交PR

构建

git clone https://github.com/joewongjc/type4me.git
cd type4me
swift build -c release

打包为 App

bash scripts/deploy.sh

脚本会构建、打包为 .app、签名并启动。

配置凭证

首次启动会弹出设置向导，填入火山引擎的 App Key、Access Key 和 Resource ID 即可。详见配置指引。

架构概览

Type4Me/
├── ASR/                    # ASR 引擎抽象层
│   ├── ASRProvider.swift          # Provider 枚举 + 协议
│   ├── ASRProviderRegistry.swift  # 注册表
│   ├── Providers/                 # 各厂商配置（10 家）
│   ├── VolcASRClient.swift        # 火山引擎流式 ASR
│   ├── DeepgramASRClient.swift    # Deepgram 流式 ASR
│   └── VolcFlashASRClient.swift   # 火山引擎 Flash ASR
├── Audio/                  # 音频采集
├── Session/                # 核心状态机：录音 → ASR → 注入
├── Input/                  # 全局快捷键管理
├── Services/               # 凭证存储、热词、片段替换
├── Protocol/               # 火山引擎 WebSocket 协议编解码
└── UI/                     # SwiftUI 界面
    ├── FloatingBar/               # 浮窗
    └── Settings/                  # 设置界面（5 个 Tab）

ASR Provider 架构设计为可插拔：每个云厂商实现 ASRProviderConfig（定义凭证字段）和 SpeechRecognizer（实现识别逻辑），注册到 ASRProviderRegistry 即可。

参与贡献

这个项目需要你的帮助。

目前已经完成了 火山引擎（Volcengine） 和 Deepgram 的 ASR 适配。项目架构还预留了其他主流云厂商的接口定义（OpenAI Whisper、Google、AWS、Azure、阿里云、腾讯云、讯飞等），欢迎继续补齐客户端实现。

如果你在用其他语音识别服务，欢迎提交 PR 补充实现。添加一个新 Provider 只需要三步：

1. 在 Type4Me/ASR/Providers/ 新建 Config 文件，实现 ASRProviderConfig 协议
2. 编写 ASR Client，实现 SpeechRecognizer 协议
3. 在 ASRProviderRegistry.all 中注册你的 createClient

当然，不只是 ASR Provider，任何形式的贡献都欢迎：

• 发现 bug？提 Issue
• 有好想法？开 Discussion
• 想改代码？直接 Fork & PR

For AI Agents

If you're an AI agent (Claude, Cursor, Copilot, etc.) tasked with building or deploying Type4Me, here's what you need to know:

Read these files first:

1. CLAUDE.md - architecture overview, credential storage, key files, and how to add new ASR providers
2. Package.swift - project dependencies and build targets
3. scripts/deploy.sh - the build & deploy pipeline

Build & deploy steps:

# 1. Clone
git clone https://github.com/joewongjc/type4me.git && cd type4me

# 2. Build
swift build -c release

# 3. Deploy as .app (creates bundle, signs, and launches)
bash scripts/deploy.sh

Key things to know:

• This is a Swift Package Manager project, no .xcodeproj needed
• Zero third-party dependencies, everything is built on Apple frameworks (AVFoundation, SwiftUI, AppKit)
• Credentials are stored locally at ~/Library/Application Support/Type4Me/credentials.json, never in code or environment variables
• The ASR provider architecture is plugin-based: see Type4Me/ASR/ASRProviderRegistry.swift for the registry and Type4Me/ASR/Providers/ for per-vendor configs
• Currently only Volcengine (Doubao) ASR is implemented; other providers have config stubs but no client implementation yet
• To add a new ASR provider, implement ASRProviderConfig + SpeechRecognizer protocol and register in ASRProviderRegistry.all

演示视频

Demo.MP4

许可证

MIT License