doing

doing 是什么？

doing 是一款 Mac 应用，支持本地语音输入与转写，专为隐私设计。按住热键即可开始监听，实时转写语音，并将结果粘贴到当前光标位置——让你在使用 AI 工具或任何文本框时，说话代替打字。

核心功能是端侧转写，无需上传云端、无需账号。产品还支持为录音附加截图，并在转写粘贴前提供可配置的后处理（“Skills”）。

主要功能

• 按住热键语音转写：按住热键开始监听，说话时实时转写文本；松开即粘贴到光标位置。
• 本地 & 隐私音频处理：设计确保你的语音永不离开 Mac——无云端转写、无账号、无音频上传。
• 附加到转写的截图捕获：按住热键时，可在屏幕任意位置拖拽矩形捕获截图，并链接到同一转写会话。
• 系统级粘贴到活动光标：适用于任何可输入位置（浏览器、编辑器、终端等），粘贴到当前光标。
• YOLO 模式快速交给 AI 提示：启用后，doing 在粘贴转写后按下 Return，无需额外步骤运行提示。
• Skills 用于转写后处理：定义粘贴前处理转写的动作（示例包括格式化、总结、转为代码提示或替换文本为 emoji），并根据粘贴位置提供“应用感知”行为。
• 引擎选项与基准测试：内置端侧引擎（Parakeet），支持自带 API 密钥使用多种云引擎；包含基准工具，用相同音频测试各提供商。
• 录音时音频降音：录音开始时自动淡出音乐/音频，停止后恢复。

如何使用 doing

1. 在 Mac 上下载安装（列出 macOS 14+ Apple Silicon）。
2. 在文本框中按住配置热键（显示为 fn Talk）开始监听。
3. 说话时转写实时更新。
4. 松开热键粘贴转写到光标位置。
5. 可选：录音时拖拽矩形捕获截图，和/或启用 YOLO 模式让 doing 在粘贴后按 Return。
6. 如需不同转写行为，配置 Skills 并（适用时）选择转写引擎——内置端侧选项或通过自有 API 密钥的云引擎。

使用场景

• 从编辑器向 AI 编码助手说话：使用语音转写和系统级粘贴，让转写直接落入工作输入框，然后按 Return（YOLO 模式）发送。
• 为不同应用准备结构化消息：使用应用感知 Skills 重写或格式化转写，如邮件（格式化）或生产力工具（总结为项目符号）。
• 带视觉上下文描述 bug：录音时捕获一或多张截图，让视觉细节附加到转写会话。
• 从口述意图生成代码提示：使用代码提示 Skill 将口述描述转为适合编码助手的指令。
• 并行转写测试：使用内置基准工具，比较端侧引擎与其他引擎在相同音频上的表现，根据速度/成本权衡选择。

常见问题

• doing 会上传我的音频到云端吗？ 页面说明 doing 本地转写，无音频上传、无云端转写。

• 使用 doing 需要账号吗？ 无需账号，按页面所述。

• YOLO 模式是什么，它如何改变工作流？ YOLO 模式粘贴转写后自动按 Return，让 AI 提示立即运行。

• doing 能同时处理截图和语音吗？ 可以。按住热键时，拖拽矩形捕获截图，会自动附加到转写。

• 我能选择不同转写引擎吗？ 页面指出 doing 内置本地引擎（Parakeet），支持自带 API 密钥使用云引擎；还包含基准工具，用相同音频测试引擎。

替代方案

• macOS 内置的端侧语音输入（系统听写）：提供通用打字的语音转文字，但不具备 doing 描述的快捷键驱动转写到光标工作流、截图附件或后期处理“Skills”。
• 云端转写服务/API：通常需要上传音频，可能涉及账号或按使用付费；doing 的定位是本地/无音频上传，并可选自带密钥引擎。
• 其他收取订阅费的 AI 语音输入工具：页面将 doing 的一次性 $49 定价与描述为每月 $8–15 的其他工具对比；替代方案在隐私模式（云端 vs 本地）和 recurring 成本上可能不同。
• 浏览器/编辑器快捷键语音输入扩展：可在特定应用中减少打字，但 doing 被呈现为系统级，支持任何可打字的位置（不受限于单一站点或编辑器）。