open-typeless

open-typeless 是什么？

open-typeless 是一个基于 Trellis 框架构建的 macOS 桌面应用，作为框架的展示项目。它提供按住说话工作流，从麦克风录制语音，使用 Volcano Engine 的 ASR 服务进行流式语音转文本，并将识别文本插入当前聚焦的文本光标位置。

该项目适用于希望在任意应用中直接听写而无需切换窗口的用户。它还包含一个浮动毛玻璃风格的覆盖层，显示当前监听状态和实时转写文本（按住热键时）。

主要特性

• 按住说话热键：按住 右 Option 键开始录音；松开键结束录音并自动插入文本。
• 实时流式转写：使用 Volcano Engine ASR，流式传输部分结果，覆盖层随识别进度更新。
• 状态和转写浮动覆盖层：显示“Listening…”状态及转写文本，采用磨砂玻璃外观。
• 无需切换窗口的光标插入：自动将识别文本插入当前光标位置，继续在当前应用中输入。
• 不抢夺焦点：浮动窗口设计为不中断用户在当前应用中的工作流。

如何使用 open-typeless

1. 安装依赖：运行 pnpm install。
2. 配置环境变量：复制 .env.example 到 .env，填写 Volcano Engine 凭证。
   • VOLCENGINE_APP_ID
   • VOLCENGINE_ACCESS_TOKEN
   • VOLCENGINE_RESOURCE_ID（仓库示例：volc.bigasr.sauc 为 1.0 模型，volc.seedasr.sauc 为 2.0 模型，标记为推荐）
3. 启动应用：运行 pnpm start。
4. 首次启动授权 macOS 权限：
   • 麦克风权限（用于录音）
   • 辅助功能权限（用于全局热键处理和文本插入） 授权后，让应用在后台运行。
5. 听写：在任意带文本框的应用中，按住 右 Option 说话，然后松开。应用将识别文本插入光标。

使用场景

• 任意编辑器中听写消息：按住右 Option 在聊天、邮件编辑器或文档字段中听写；识别文本直接出现在光标，无需手动粘贴。
• 带实时反馈的表单填写：使用浮动覆盖层监控系统识别内容，说完后松开提交文本。
• 跨应用快速笔记：用按住键快速启动/停止语音，焦点保持在活动窗口。
• 热键/文本插入问题排查：若热键无响应或文本未插入，检查应用是否启用辅助功能权限，且光标位于输入区域。

常见问题

• 为什么热键不起作用？ 确保应用在 系统设置 → 隐私与安全性 → 辅助功能 中获得 辅助功能权限，并已添加到允许应用列表。

• 为什么应用无法插入文本？ 目标应用必须支持文本输入，光标应位于文本输入区域。同时验证 辅助功能 权限是否正确授权。

• 语音识别有启动延迟吗？ 首次连接 Volcano Engine 服务会建立 WebSocket 连接，可能需 1–2 秒；后续使用可能更快。

• 可以更改热键吗？ 仓库说明热键当前固定为 右 Option 键，自定义需修改 src/main/services/keyboard/keyboard.service.ts（具体为 triggerKey）。

替代方案

• macOS 内置听写/语音输入：适合偏好无需外部 ASR 提供商凭证的系统级语音转文本。工作流不同，由 macOS 处理集成和插入。
• 通用语音转文本工具（手动复制粘贴）：提供转写但通常需手动粘贴到目标应用，不同于本项目的光标插入方式。
• 文本扩展和热键听写应用：通过快捷键插入文本的工具；有些专注编辑宏或转写管道，而非带磨砂覆盖层和按住说话的流式 ASR。
• 其他开发者向け语音转文本集成：若构建自定义工作流，可用 ASR API 和全局热键/剪贴板或辅助功能 API；不同于现成应用需更多实现。