最新

这是宝马（BMW）突然弹出的一个提醒，你不必点击它，但如果你点击了，就会看到一个时长一分钟的蜘蛛侠（Spiderman）视频广告。 我提交这个是因为我觉得它会引起有趣的讨论，就像“温水煮青蛙”一样。

各位 HN 的朋友们！我想分享一个我一直在开发的开源项目。 它叫做 Yap，是一款 macOS 的小型菜单栏应用，可以实现任意输入的语音转文本。你只需设置一个快捷键，按下它，说话，再次按下，文本就会被粘贴到你当前所在的输入框中。所有处理都在本地进行，数据绝不会离开你的电脑。完全开源，MIT 协议。 最近 macOS 26 中，Apple 新增了 SpeechAnalyzer 和 SpeechTranscriber 两个 API，它们使用操作系统自带并管理的模型，实现了设备端的流式语音转文本。因此，该应用本身不包含任何模型，在听到第一个词之前不会加载任何东西。最近的一项基准测试显示，Apple 的模型在准确性上略优于 Whisper Small，速度也快了约 3 倍（参见：https://news.ycombinator.com/item?id=48894752）。在 Mac 上，现在真的没有必要再下载模型或支付昂贵的 API 费用了。 许多现有的听写工具存在一些我希望通过这个开源项目避免的问题。它们要么： * 收费（对于一个内置于操作系统中的功能） * 捆绑内存占用大的模型（例如 Whisper 或 Parakeet） * 是打包在 Electron 中的 Web 应用 * Intel Mac 完全无法使用 * 闭源 * 使用会访问你所有转录记录的第三方 API 该应用大约有 3000 行原生 Swift 代码，体积为 4MB，空闲时内存占用接近 60MB。音频通过 AVAudioEngine 输入到 SpeechAnalyzer，并开启了 volatile results 以实现实时预览，历史记录则存储在 SwiftData 中。应用中没有任何网络代码。 代码库和演示可以在这里找到：https://github.com/FrigadeHQ/yap 我很乐意回答问题，也欢迎提出任何功能建议！