FluidVoice是什么？2026开源macOS语音转文字神器完整解析

FluidVoice是什么？2026开源macOS语音转文字神器完整解析

【免费下载链接】FluidVoiceFastest and only macOS Dictation app with on-device STT and custom trained AI enhancement model. Windows pre-build available! A local Wispr Flow alternative. DM us on X exclusive model access! 😉 - https://x.com/fluidvoiceapp项目地址: https://gitcode.com/GitHub_Trending/fl/FluidVoice

FluidVoice 是一款开源的 macOS 语音转文字应用，主打本地语音识别（on-device STT）

+ 自研 AI 增强模型。它被称为"最快、且唯一的本地 Wispr Flow 替代品"：语音数据不出你的 Mac，按下全局快捷键开口说话，文字就会自动敲进任意应用中。本文带你完整解析它的核心功能、快速上手步骤与硬件要求。

一句话看懂 FluidVoice 🎙️

FluidVoice =本地语音转文字+可选的本地 AI 润色+全局热键随叫随到

。

与普通听写不同，FluidVoice 的核心卖点是：

• ⚡极快：重写的 Parakeet 实现，开口到上屏几乎零延迟
• 🔒隐私优先：语音和文本默认不出机器，不强制云 API
• 🤖Fluid Intelligence：可选的纯本地 AI 增强，自动修正、智能标点、大小写
• 📱多模型支持：Nemotron Speech 3.5、Parakeet、Cohere、Apple Speech、Whisper 等任选

项目以 GPLv3 协议开源，源码入口见 README.md，核心听写逻辑位于 ASRService.swift。

Fluid Intelligence：本地 AI 把"口水话"变"书面话" ✨

很多人用语音输入的最大痛点是：转录出来的是一堆没有标点、大小写混乱的"口水话"。Fluid Intelligence 是一个完全运行在本地的 AI 引擎，专门解决这件事——它会把原始听写结果自动润色成可直接发出的正式文本。

下图展示了官方演示中的"润色前 vs 润色后"对比（来自 Assets.xcassets 素材目录）：

左侧是原始听写（"five thirty tomorrow morning / Sorry, can you make it three thirty p.m. today?"），右侧直接变成了干净的 "3:30 PM"，甚至能把一段口述自动整理成带列表格式的购物清单。整个过程不需要云 API、不需要 Key、不产生任何数据外发

。

快速上手：5 步开始用 FluidVoice 🚀

1. 一键安装

使用 Homebrew 一条命令即可：

brew install --cask fluidvoice

也可以从项目 Releases 手动下载最新构建版本。

2. 授予权限

首次启动会请求麦克风和辅助功能

权限——前者用于录音，后者用于把文字"敲进"任意应用（智能输入由 TypingService.swift 通过辅助功能 API 实现）。

3. 设置全局热键

在设置里选一个全局快捷键（默认是⌥

Option 键），之后在任何应用里按一下即可开始说话，无需切换窗口。

4. 选择语音引擎

引导流程会按你的语言需求和延迟需求

推荐模型：从免下载的 Apple Speech，到高精度 Nemotron、Parakeet、Whisper 均可选择。

5.（可选）开启 Fluid Intelligence

在引导中下载本地 AI 模型（约 3.5 GB），即可开启纯本地增强。当然你也可以自带 OpenAI、Groq 等云 API Key（安全存放在 macOS 钥匙串中），见 AIProvider.swift。

💡 除权限和热键外，核心听写开箱即用

——AI 增强、音频历史、统计等功能全部可选。

核心功能深度解析 🔍

Command Mode：语音指挥你的 Mac

Command Mode 让你完全不用碰键盘：启动应用、执行快捷指令、触发系统操作、自动化工作流，全凭一句话。该模式逻辑集中在 CommandModeService.swift（约 1000 行）。

上图为欢迎页：语音模型就绪、麦克风权限、辅助功能等状态一目了然，下方还贴心给出了"按热键 → 清晰说话 → 自动输入"三步使用提示。

Write Mode：在任意文本框里"边说边改"

选中一段文字后直接说出修改意见，FluidVoice 会在当前应用的任意文本框内完成重写或追加。相关实现见 RewriteModeService.swift，底层通过 TextSelectionService.swift 读取选区。

全局热键：多场景一句话切换

不同场景可以绑定不同热键与提示词（Prompt）。比如给"翻译成英文"单独配一个热键，按下开口即得翻译结果：

还能做按应用配置

：不同应用使用不同的 Prompt 集合，听写风格自动跟随你当前的工作场景（配置项存于 SettingsStore.swift）。

自定义词典：教会语音引擎你的"黑话"

项目名总被听成 "Fluid Voice"？同事名字总拼错？Custom Dictionary 允许你用声音示范

或手动录入的方式，教模型正确的拼写，还可以导入/导出词条：

对应源码为 CustomDictionaryView.swift，并配合 ParakeetVocabularyStore.swift 将词汇写入 Parakeet 模型的自定义词表。

文件转写：长音频 + 说话人分离

不只是实时听写，FluidVoice 还支持整段文件转写，并可通过 MeetingTranscriptionService.swift 自动区分"Speaker 1 / Speaker 2"，非常适合会议录音整理：

本地历史记录：所有听写都有迹可循

每条听写记录都会保存在本地（可选音频留存），支持搜索、查看"AI 增强前后"对比、一键复制或导出：

界面左侧是带 AI 标记的历史列表，右侧展示最终文本、原始转录与字符统计，源码位于 TranscriptionHistoryView.swift。

支持哪些语音模型？硬件要求高吗？📋

系统要求

：macOS 15.0（Sequoia）及以上；Apple Silicon 支持全部模型，Intel Mac 可通过 Whisper 模型使用；预留约 1 GB 磁盘给语音模型（Fluid Intelligence 另需约 3.5 GB）。

隐私与安全：数据到底去哪了？🔐

FluidVoice 是彻底的Local-First

设计：

• ✅默认不出机器：语音、原始音频、转录文本均不上传
• ✅云 AI 完全可选：只有你主动填入 API Key 才会调用云端
• ✅匿名统计可关：仅记录每日匿名活跃信号，可在Settings → Share Detailed Anonymous Analytics随时关闭
• ❌绝不收集：语音内容、选中文本、Prompt、终端命令、剪贴板、文件路径

如何从源码构建？🛠️

git clone https://gitcode.com/GitHub_Trending/fl/FluidVoice cd FluidVoice open Fluid.xcodeproj

用 Xcode 打开后直接 Build 即可，依赖均由 Swift Package Manager 管理（见 Package.swift）。开发者还可以运行集成测试套件验证听写链路：

xcodebuild test -project Fluid.xcodeproj -scheme Fluid -destination 'platform=macOS'

测试代码位于 Tests/FluidDictationIntegrationTests/，另有一份 UI 自动化测试规划文档 docs/MACOS_UI_AUTOMATION_BRANCH_PLAN.md 可供贡献者参考。

总结：FluidVoice 适合谁？✅

FluidVoice 用最简单的"按下快捷键 → 说话 → 文字自动输入"闭环，把语音输入做到了又快又隐私

，再加上可选的本地 AI 润色和语音命令模式，堪称 2026 年 macOS 语音转文字领域值得长期关注的开源项目。

【免费下载链接】FluidVoiceFastest and only macOS Dictation app with on-device STT and custom trained AI enhancement model. Windows pre-build available! A local Wispr Flow alternative. DM us on X exclusive model access! 😉 - https://x.com/fluidvoiceapp项目地址: https://gitcode.com/GitHub_Trending/fl/FluidVoice