WhisperShortcut：macOS 语音助手

项目简介

WhisperShortcut 是一款以语音为核心的 macOS 菜单栏应用。在任意应用中按下 ⌃⌥1 即可开始听写，识别结果会复制到剪贴板；开启自动粘贴后，还能直接插入当前光标位置。它把听写、语音编辑、朗读、截图和 AI 聊天集中在一个常驻菜单栏的工具里，适合希望用语音完成写作、回复邮件、记录笔记的用户。

你可以自带 Gemini，并可选配置 GPT、Grok、Claude 等 API Key，也可以使用本地 Whisper 完全离线运行。项目不要求账号或订阅，也没有自建后端，代码以 AGPL-3.0 开源。

主要功能

• 听写：支持 Gemini、OpenAI、OpenRouter 上的音频模型、自建 OpenAI 兼容服务，或离线设备端模型。离线时推荐 Parakeet Ultra，支持包括德语和英语在内的 25 种欧洲语言；也可使用 Whisper 系列模型。
• Dictate Prompt（⌘2）：对选中文本说一句修改指令，例如「缩短这段」「翻译成英文」；没有选中文本时，则按口述或提示生成新内容并插入光标处。可附带截图，连接 Google 账户、Trello 或共享文件夹后还能查询日历、任务、邮件、卡片和文件。
• 模板：把口述内容填入预设格式，例如包含 Anamnese、Befund、Therapie 的笔记。模板使用独立快捷键，不继承 Dictate Prompt 的风格、历史轮次或查询工具。
• Read Aloud（⌘4）：朗读任意选中文本，支持 Gemini、OpenAI、xAI 或 macOS 设备端语音；播放器提供暂停、快退/快进、进度条和 0.75×–2× 变速。
• Chat（⌥Space）：多会话聊天窗口，支持 Gemini、Grok、OpenAI、Claude、OpenRouter 及离线 MLX 模型；可发截图和图片附件、使用斜杠命令、可选的联网检索，并按会话设置推理深度。
• 离线模式：一个开关让听写走设备端模型，应用自身发起的网络请求在网络层被阻止，转写、提示词和音频样本不写入使用日志；本机或局域网服务仍可用。开启后 Smart Improvement、Google 集成和 Trello 集成不可用。
• 术语表：在任意位置选中拼写正确的术语，可原样加入 Glossary，并自动检查重复。
• 自动粘贴与剪贴板：默认关闭自动粘贴；可开启「Restore clipboard」在粘贴后恢复原剪贴板内容。菜单栏还保留最近五次转写，便于重新复制。
• 截图：从菜单栏截取屏幕，附加到 Dictate Prompt 或聊天，也可保存到文件夹。
• 匿名使用统计：可选开启，默认关闭；只发送功能使用次数、成功/失败类别和开关状态，不发送转写、提示词、回复、音频或应用标识。

安装与使用

从 Mac App Store 安装可获得自动更新；也可以从 GitHub Releases 下载已签名的 .dmg 直接安装。首次启动后，在菜单栏中配置 Gemini 等云模型 API Key，或开启离线模式使用本地模型。

常用快捷键：

• ⌃⌥1：听写
• ⌘2：Dictate Prompt
• ⌘4：朗读选中文本
• ⌥Space：打开 AI 聊天

自动粘贴需要在「Settings → Clipboard Behavior」中开启，并授予辅助功能权限；它仅适用于直接下载版，App Store 版会将结果复制到剪贴板。模板快捷键默认未分配，可在「Settings → Templates」中设置。

注意事项

• 云模型功能需要自备对应服务的 API Key；离线听写使用本地模型，不需要 Key。
• 自动粘贴默认关闭，且只有直接下载版支持；App Store 版以复制到剪贴板为主。
• App Store 版与直接下载版在部分能力上存在差异，例如自动粘贴、从选区加入术语表等。
• 离线模式会停用 Smart Improvement 以及 Google、Trello 集成；匿名统计在离线模式下也不可用。
• 项目采用 AGPL-3.0 许可证。

本作品整理自 GitHub 开源项目 mgsgde/whisper-shortcut，原作者 @mgsgde，许可证 AGPL-3.0。中文介绍由 AI 根据项目 README 整理，以原仓库为准。