WhisperShortcut:macOS上的AI语音层(自带API密钥,支持离线Whisper)
WhisperShortcut 是一款开源的 macOS 应用,让你通过快捷键在任何应用中用语音进行转录、编辑、朗读、截图和聊天。它支持 Google Gemini、OpenAI GPT、xAI Grok 等云服务,也支持完全离线的本地 Whisper 模型,无需账户或订阅。
WhisperShortcut 是一款专为 macOS 设计的语音优先 AI 工具,通过键盘快捷键让用户在任何应用中实现语音操作。按下 ⌘1 即可启动听写功能,支持 Gemini、OpenAI 或本地 Whisper 模型进行转录,长录音会自动分块并行处理。⌘2 是语音指令编辑,用户可以对剪贴板中的文本进行改写、翻译等操作,还支持附带截图。⌘3 快速截屏,⌘4 朗读选中文本,可选用 Gemini、OpenAI 或 xAI 的 TTS 语音,并内置智能重写功能以清理代码或 Markdown。⌥Space 打开 AI 聊天窗口,集成 Google 日历、Gmail、任务和 Trello,支持斜杠命令和模型切换。
该应用采用 BYOK(自带密钥)模式,用户可选择使用自己的 Google Gemini、OpenAI GPT 或 xAI Grok API 密钥,或者完全离线使用本地 Whisper 模型,无需任何账户或订阅。所有数据包括聊天记录、会议转录、使用日志和下载的模型均存储在本地 Mac 上,API 密钥则安全保存在系统钥匙串中。
WhisperShortcut 还提供智能改进功能,可根据使用日志自动优化系统提示词、用户上下文和 Whisper 词汇表。实时会议模式可分段录制并转录会议,生成可本地保存的完整记录。对于开发者,项目完全开源(AGPL-3.0),支持从源代码构建,并提供了丰富的开发脚本。
安装要求 macOS 15.5 或更高版本,可通过 Mac App Store 或 GitHub Releases 获取。所有快捷键均可自定义,适用于需要高效工作流的用户。无论是编程、笔记还是日程管理,WhisperShortcut 都能通过语音大幅提升效率。