按住 Fn，说完松手，文字就落在光标所在的位置。
一个轻量的 macOS 原生语音输入工具。Liquid Glass 胶囊、实时字幕、自动粘贴；没有菜单栏图标，也没有 Dock 常驻图标。
当前版本 0.2.4：支持 Codex／豆包实时转写切换，字幕和最终输入直接使用识别结果，不安装或运行本地纠正模型。
下载安装包 · English guide · 隐私说明 · 开源许可
Apple Silicon（M1 或更新）· macOS 26+ · 需要联网。 当前版本在 macOS 27 上完成构建与启动检查；macOS 26 的实际录音仍欢迎反馈。暂不提供 Intel 安装包。
- 在 Releases 下载 最新的
Voice-Pill-*-arm64.dmg。 - 打开 DMG，将 Voice Pill 拖到 Applications / 应用程序，弹出安装盘，再从应用程序打开。
- 首次开放 麦克风 和 辅助功能 权限，并在应用内确认音频上传到所选转写服务。辅助功能授权后退出并重新打开一次。
- 在系统设置 → 键盘，将“按下 🌐 键时”改成“不执行操作”。
- 把光标放进输入框，按住 Fn 说话，松开即可粘贴。
Codex 和豆包实时后端均已内置，不用另装转写命令、Homebrew 或 FFmpeg。默认使用 Codex，需要本机 Codex 已登录 ChatGPT；也可在设置的 Speech provider 中切换为豆包，无需填写付费 API Key。
这是尚未经过 Apple 公证的社区预览版。如果系统拦截，请确认来自本仓库，再到系统设置 → 隐私与安全 → “仍要打开”。不要关闭全局 Gatekeeper。Release 附有 SHA256SUMS 用于核对下载文件。由于采用 ad-hoc 签名，更新后可能需要重新添加辅助功能权限。
| 操作 | 效果 |
|---|---|
| 按住 Fn | 使用所选服务实时转写，默认 Codex，胶囊显示滚动字幕 |
| 松开 Fn | 将最终文字粘贴到开始录音的应用；不会按回车、发送消息 |
| Ctrl + Fn | 固定使用 Codex 实时字幕 |
| Esc | 取消当前录音 |
| Ctrl + Option + Space | 开始 / 结束录音，服务可在设置里选择 |
| 重新打开 Voice Pill | 打开设置、最新文字、Saved recordings / Retry 和退出按钮 |
轻点 Fn 不触发录音；长按阈值 180 ms。豆包的自动标点默认关闭，可在设置中开启；Codex 的标点由服务端生成。运行时没有菜单栏或 Dock 图标。
实时连接中断时会继续在本地保存录音，松开 Fn 后尝试用完整录音补转写。失败录音会跨退出、重启保留，打开设置里的 Saved recordings → Retry 可重试。网络断开期间字幕可能停止更新。
豆包没有应用侧固定录音时长限制，但第三方服务仍可能中断或限流。Codex 实时连接当前请求五分钟会话；连接超时后继续保存本地录音，松开后用完整录音补转写，不会直接丢掉后半段。转写成功后删除当前录音；粘贴失败时最新文字保留在设置窗口供复制，退出后不保留文字历史。
重新打开 Voice Pill，在 Speech provider 选择 Codex · Live captions 或 Doubao · Live captions。Fn 和 Ctrl + Option + Space 共用此设置；Ctrl + Fn 固定使用 Codex。录音期间不能切换，失败录音的 Retry 沿用录制时的服务。
内置 Codex ASR 0.1.3-stream.1 是基于 MIT 项目 codex-asr 的实验分支，使用新版 Codex 内部实时听写接口。需要本机 Codex 的 ChatGPT 登录，不需要 API Key；接口或账号可用性可能变化。未登录时请先登录 Codex，或切换豆包。
- 语音由所选第三方服务处理，不是离线识别。豆包采用 FreeASR 的非官方输入法协议，不是官方商业 API；上游将这条集成定位为学习研究使用，服务可能改变或失效。
- 首次上传前需要在应用内同意。HA7CH 不运营语音中转服务器；没有应用内统计上报。
- 失败录音和服务凭证只保存在本机
~/Library/Application Support/VoicePill/，不会随源码或安装包发布。 - 玻璃 UI 采用 LiquidType 的实现，使用部分私有渲染参数，不同 macOS 版本可能有视觉差异。可从终端使用
open -a 'Voice Pill' --args --public-glass测试公开玻璃路径（先退出应用）。
完整说明见 PRIVACY.md。
需要 macOS 26+、Apple Silicon、支持 macOS 26+ SDK 的 Xcode / Command Line Tools、Python 3、Go 1.25+、Rust stable、Homebrew。
git clone https://github.com/HA7CH/voice-pill.git
cd voice-pill
brew install go opus pkg-config rust
bash scripts/test.sh
bash scripts/build.sh
open 'build/Voice Pill.app'build.sh 编译 Swift、构建修改版 FreeASR 和 Codex ASR、收集动态库和许可证，然后签名。默认是 ad-hoc 开发签名；也可先运行 python3 scripts/setup-signing.py 创建本机固定开发身份。已存在的 .signing/ 不要删除、不要上传，变更身份可能使系统权限失效。
bash scripts/package.sh # 生成 dist/ 中的 DMG、ZIP 和校验文件调试预览不录音、不上传：open 'build/Voice Pill.app' --args --preview-pill --preview-recording --preview-expansion。退出预览后重新正常启动。界面和构建检查不代表所有输入框、麦克风、网络下都已验证。
- LiquidType：玻璃、胶囊布局、字幕滚动与渐隐、波形和转写动画（MIT）。
- FreeASR：豆包输入法协议和 Opus 流式转写；本仓库包含修改后的源码。
- Whisper：粘贴实现参考（MIT）。
- codex-asr：Codex 实时及文件转写后端，本仓库包含实验分支源码。
原始代码采用 MIT，第三方代码保留各自许可，详见 THIRD_PARTY.md。不包含此前试验的微信闭源转写程序。欢迎通过 Issues 提交 macOS 版本、目标 App 和复现步骤；不要上传私人录音或凭证。