Yap 提供快速的语音听写功能，适用于您可以输入文字的任何地方。按下快捷键，开始说话，再次按下快捷键。您的话会出现在您正在使用的文本字段中。无需账户、API 密钥，音频也不会离开您的机器。由 Frigade 开发。 yap-demo.mp4 功能说明 Yap 在您的菜单栏中等待快捷键触发。触发后，屏幕底部会出现一个小窗口，显示实时波形和您到目前为止所说内容的预览。再次按下快捷键，文本将被粘贴到您正在使用的应用程序中。每段转录文本都保存在本地，因此您可以稍后回去复制某些内容。默认快捷键是 ⌘⇧D。您可以重新绑定它，或者仅设置一个修饰键。如果您有多余的拇指，单独按右侧的 Shift 键效果很好。 安装 Homebrew brew install --cask frigadehq/tap/yap 稍后更新： brew upgrade --cask yap 直接下载 从 Releases 获取最新的 .dmg 文件并将 Yap 拖入您的应用程序文件夹。发布的构建已签名并经过公证，因此 macOS 不会出现任何问题。 我们为何建立这个 macOS 上不缺乏语音转文本工具，其中一些开源工具确实很好。然而，它们大多数都面临一些相同问题的混合：一些需要收费，这对于现在免费内置在操作系统中的功能来说要求过高。大多数需要下载一个大的模型，Whisper 模型的权重达到几百兆字节，占用您的 RAM，并且在最近的高端 Mac 上才能感觉快。在 Intel Mac 上尤其糟糕，像 Whisper 和 Parakeet 的模型经常崩溃或完全无法运行，即便能够运行，单个段落的返回也可能需要三十秒到一分钟。许多应用是基于 Electron 或网页技术的，因此整个浏览器引擎在您的内存中闲置，仅用于运行菜单栏图标和设置窗口。很多应用充满了您永远不会使用的设置和模式。一些是封闭源代码的，因此您必须信任音频和转录文本会保留在您的机器上，没有办法进行检查。 最近的变化是 macOS 26。它增加了两个 API，SpeechAnalyzer 和 SpeechTranscriber，可以使用操作系统自带和管理的模型进行本地流式语音到文本。该应用不携带任何模型，在第一次说话之前不会加载任何内容到内存中，也不需要 API 密钥或每分钟收费。文本在您说话时就会返回。 苹果的模型实际上怎么样？结果显示比替代品要好。最近的基准测试将其清晰音频的词错误率定为 2.12%，噪声下为 4.56%，而 Whisper Small 对应为 3.74% 和 7.95%，且它的速度大约快了三倍，跨越了 5,559 个 LibriSpeech 片段。所以 Yap 完全不携带模型。它约有三千行原生 Swift 代码，构成 4 MB 的应用程序，所有代码都是开源的，且没有任何浏览器引擎。 它的内存使用量大约是 60 MB，从不触及网络。 在 Frigade 我们整天使用它，主要用于提示编程代理、写电子邮件和发送 Slack 消息，基本上是任何说起来比打字快的事情。 功能 - 基于苹果的语音框架的本地转录 - 全局快捷键，完全可重新绑定，并可选单修饰键触发，如右 Shift - 粘贴到您所处应用程序的焦点字段 - 本地转录历史，支持搜索、复制和删除 - 说话时的实时波形和部分转录 - 按两次 Escape 可以丢弃正在进行的听写 - 跟随您的系统默认麦克风，包括中途更改时 - 可选启动时登录，默认关闭 - 无需账户，无网络调用，无遥测 要求 macOS 26（Tahoe）或更高版本。Yap 依赖苹果随 macOS 26 提供的语音模型，因此较早版本将无法工作。从源代码构建还需要 Xcode 26。 权限 首次启动时，Yap 会请求四项权限，并说明每项的原因： - 权限：麦克风 - 听取您的声音 - 权限：语音识别 - 在设备上转录 - 权限：可访问性 - 查看您正在输入的应用程序 - 权限：自动化 - 将结果粘贴到应用程序中 可访问性权限必须在系统设置中手动打开。macOS 要求所有代您输入文本的应用必须且只能通过这种方式授予。 工作原理 音频通过 AVAudioEngine 从默认输入获取，并转换为分析器要求的格式。在语音堆栈初始化完成之前便开始捕获，并在转录器附加后处理窗口中记录的缓冲区将被保持并冲刷，因此句子的第一个词不会被截断。转录通过 SpeechAnalyzer 运行，开启临时结果，这就是您能得到实时预览的原因。SFSpeechRecognizer 被连接为后备，以应对新的 API 覆盖不到的地区。插入部分比较麻烦。Yap 将文本写入剪贴板，通过系统事件驱动 ⌘V，然后恢复您之前的剪贴板内容。它在恢复之前会等待，因为基于 Chromium 的应用异步读取粘贴板不止一次，恢复得太早会导致结果不准确。