Megaphone

几天前，我在浏览 Hacker News 时，看到了 Apple 新推出的 SpeechAnalyzer API 的一份基准测试结果。

结果让我吃了一惊：在该基准测试中，Apple 的端侧模型比 Whisper Small 更准确，速度也大约快了三倍。

这让我不禁好奇：为什么这么多 Mac 听写应用仍然需要订阅和云端转录服务？

于是我开发了 Megaphone。

按住 Fn 键，自然说话，然后松开。Megaphone 会将干净的文字直接输入到你正在使用的任何应用中。SpeechAnalyzer 在你说话的同时处理你的音频，而 Apple 的端侧 Foundation Models 会在结果输出前清理口头禅、解决自我修正并修正标点。

它还能做以下这些事情：

• 以 "Hey Megaphone" 开头，直接在光标处生成或重写文本

• 根据当前应用自适应格式与词汇

• 在私密的词典中学习姓名、缩写和技术术语

• 支持多种语言

• 支持按住说话、切换录音、自定义快捷键和语音宏

没有 Megaphone 账号、API 密钥、订阅、云端转录服务，也没有任何服务器接收你的录音。

Megaphone 完全免费，采用 MIT 许可证，为运行 macOS 26 Tahoe 的 Apple silicon Mac 原生使用 Swift 构建。

它基于 Zach Latta 出色的 FreeFlow 项目构建。我用 Apple 的 SpeechAnalyzer 替换了其云端转录栈，并将清理层和智能层迁移到了 Apple 的端侧模型上。

我特别希望收到关于以下三个方面的反馈：

1. 对姓名、口音和技术词汇的识别准确度

2. Smart Cleanup（智能清理）的修改是否过多或过少

3. Inline AI（内联 AI）在日常工作中是否真的实用

源代码已公开，问题跟踪器已开放，我会积极维护它。感谢你试用 Megaphone。