五一假期写代码不想打字? Mac 语音输入工具 Voilà,送 20 个免费授权

5 月 3 日
 qfdk

Demo

为什么做这个

去年迷上了 Claude Code ,但每次都要打字描述需求,有点累。市面上的语音输入工具试了一圈:要么贵、要么单语种、要么不支持润色,甚至粘贴到终端还会丢字。

6 个月前干脆自己做了一个,专注 macOS 语音输入。界面不花哨,但够实用,有需要可以试试。

我的场景比较特殊:人在海外开发,中英法混用,一句话里频繁切换语言。这正好是大多数商业方案的痛点。

目前已经完全融入日常工作流,每天触发上百次,用得很顺手。

几个比较用心的点

引擎怎么选

如果你跟我一样要写英文代码注释、和海外团队对接、刷英文文档、中英混着说话,首选 Soniox。这五个引擎我都跑了几个月,Soniox 是多语种混合识别最稳的一个:

试用期 30 天可以把这几个引擎挨个跑一遍,选最顺手的。

仅支持 Apple Silicon ( M1 及以上)+ macOS 14 Sonoma 及以上

PS

技术栈感兴趣的也欢迎聊:Swift + SwiftUI 、AVAudioEngine 抓音频、WebSocket 流式 STT 、Ed25519 离线 License 验签。

9034 次点击
所在节点    分享创造
131 条回复
qfdk
5 月 5 日
@Bootis #75 再次感谢您的购买意愿,由于没有找到您相应的联系方式, 方便您来主动联系一下 support@voilapro.app
papa2
5 月 5 日
mac 自带不是有吗? 跟自带的比好在哪
qfdk
5 月 5 日
@papa2 Voilà 主要是引擎能挑——主力 Soniox ,多语种混说不用切语言,还能传 context 把术语喂进去,识别精度直接上一档。要离线就 Apple Speech 本地,火山/ElevenLabs 也接了:)适合各种场景使用。主要打的就是用起来舒服,现在就是一个每天使用的一个小工具了。
Bootis
5 月 5 日
@qfdk #81 已经成功购买了
qfdk
5 月 5 日
@Bootis #84 感谢支持!碰到问题欢迎反馈
aker91
5 月 5 日
@qfdk #78 开启和配置了 ai 润色后,实测完全看不出效果,不清楚问题在哪里,去掉语气词的功能对我来说没有意义,因为很多口癖不用 ai 润色是无法解决的
我在口述之后会阅读下生成的内容,结构化的内容可以方便我验证,因为我经常会说挺长的大段的
对我来说目前是不如闪电说的,但闪电说的词典功能经常不生效,不清楚原因,除此以外都挺好
ceilingyear
5 月 5 日
支持支持
qfdk
5 月 6 日
@ceilingyear 感谢支持
qfdk
5 月 6 日
@aker91 #86 非常感谢您深入的测试,至于 AI 润色为什么看不出效果,因为我这里做了一个特别的优化,高置信度自动跳过 AI 润色,这样的话会节约 token ,然后更快地把文字展现出来。好的我也去参照一下闪电说.
再次感谢您的建议。
qfdk
5 月 6 日
@aker91 #86 ai 润色现在打开不会做这样的小优化了, 并且优化了下提示词,并推送了新版本 1.1.4, 您要有使用的话可以还原默认提示词. 如果方便的话,您可以把你常说的那种大段给我我参考下,来解决一下痛点。
evi1ox
5 月 6 日
大佬求个码 dropboy@qq.com
EdwardKot
5 月 6 日
目前在用 lazytype ,总体体验良好,但是偶尔会遭遇没在用的时候 cpu 涨很多的情况,试试你的
qfdk
5 月 6 日
@EdwardKot 感谢支持,年初有在用 LazyType,发现了很多自己碰到的 bug, 后来弃坑了. 有问题欢迎留言,晚些 v1.1.5 版本会出一个新模式 也是之前想做还没有发的 :)
EdwardKot
5 月 6 日
@qfdk #93 棒👍期待
qfdk
5 月 7 日
@EdwardKot #94 新的字幕模式欢迎试用 :)
panghu960
5 月 7 日
语音输入能不能留下来,我一般看它是不是能少打断当前工作流。比如在编辑器、浏览器、聊天窗口里不用切太多状态,识别错了也能很快改。如果每次都要想“我要怎么启动它”,最后就会变成偶尔尝鲜。
mylxsw
5 月 7 日
自荐一下,我最近刚发布了一款 macOS 的开源语音输入法 Typeflux ,想做 macOS 上最接近 Typeless 的开源替代品,欢迎朋友试用和给意见 🙏

- Github: https://github.com/mylxsw/typeflux
- 官网: https://typeflux.app

![image]( https://r.wy.is/images/2026/05/07/20260507-212531-119jke-oa0gjr.jpg)
qfdk
5 月 7 日
@panghu960 是的,是的,您说得没错,还有第一次输入的体验。比如说,我也之前在想过如何能更快地让它更准确地识别,像你说的识错,识别错了也能很快地改。我在想之前老罗还在锤子的时候,有一个大爆炸的功能,我觉得这个可能挺好,暂时还没有想好怎么能把它实现得更好一些吧。
现在设计的时候也做了一些分词的功能,就是一些小巧思嘛,比如说我爱北京天安门。可以分割成我爱北京、天安门,或者是我爱北京天安门。或者是我爱北京,天安门。
欢迎体验 :)
qfdk
5 月 7 日
@mylxsw 感谢你的推荐。我已经把你 APP 也下载出来了。说实话,您的 UI 确实比较好看,但是,在功能上我觉着还是我这个会更胜一筹吧。
因为第一次体验的时候,就直接出现了处理失败。但是通过后台去查看的话,它确实是识别到语音了。因为你的 AI 转写理论上应该要把它关闭才可以,因为第一次你有一个跳过配置 token 的环节,理论上不配置 token 的话也不应该影响使用才对。

如果有需要可以单独联系我,我给你一个开发者授权。



mylxsw
5 月 7 日
@qfdk 感谢回复,这确实是个比较重要的问题,我去优化一下

> 确实想要一个开发者授权体验一下,找了半天,没找到该如何联系你 🙂 我邮箱 bXlseHN3QGFpY29kZS5jYw== 谢谢

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://v2ex.ih06.com/t/1210036

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX