Type4Me

Type4Me 是什麼？

Type4Me 是 macOS 語音輸入工具，提供即時語音轉文字辨識，並支援 LLM 文字處理。它支援本地（離線）與雲端辨識引擎，並設計為本地儲存憑證與辨識歷史。

其核心目的是幫助使用者將口說中文（並透過可用本地模型支援中英雙語）轉換為文字，使用本地辨識時具更快裝置端推論速度，同時使用雲端模型時可啟用可設定提示工作流程。

本地語音辨識（離線）：使用 SherpaOnnx 引擎（Paraformer/Zipformer）進行裝置端辨識，無需 API 金鑰、雲端帳號設定或網路連線。
雲端串流辨識：連線 Volcengine（豆包）串流 ASR，邊說邊產生文字，並具效能模式可使用雙通道辨識後以完整錄音優化。
多種處理模式（含自訂提示）：內建模式涵蓋快速即時輸入、效能導向雙通道流程、英文翻譯、提示優化，以及指令模式（語音可指示 LLM 處理選取文字與剪貼簿內容）；使用者也可自訂提示。
提示上下文變數：提示範本支援變數如 {text}（辨識語音）、{selected}（錄音開始時選取文字）及 {clipboard}（錄音開始時剪貼簿內容），實現「語音變指令」工作流程。
本地資料儲存：憑證儲存於 ~/Library/Application Support/Type4Me/credentials.json（權限 0600），辨識歷史存於本地 SQLite 資料庫，並支援依日期範圍匯出 CSV。
ASR 詞彙管理：新增熱門詞（如專有名詞）提升辨識準確度，並支援片語替換（如說出郵件標籤後替換真實地址）。

安裝於 macOS 14+：下載 Type4Me v1.2.0 DMG 並將 Type4Me.app 拖至 Applications。首次啟動可能顯示 macOS 非 App Store 應用安全警告，可透過系統設定或終端 xattr 解決。
選擇辨識引擎：
- 僅雲端安裝：DMG 流程支援雲端辨識引擎。
- 本地離線辨識（選用）：若從來源建置，可啟用本地 Paraformer 引擎並下載 ASR 模型至 ~/Library/Application Support/Type4Me/Models/。
若使用雲端則設定引擎與金鑰：依 repo 設定指引，在首次執行精靈中輸入 Volcengine App Key、Access Key 及 Resource ID。
設定模式與快捷鍵：在設定中選擇本地/Paraformer 或雲端引擎，然後使用內建模式或自訂提示。每種模式可綁定專屬全域快捷鍵，並支援「按住說話」或「按一次啟停」。

無穩定網路環境的離線聽寫：使用本地 Paraformer（SherpaOnnx）引擎完全裝置端轉錄語音，無需 API 金鑰。
極低延遲即時輸入：使用 Quick 模式，辨識結果準備好即插入。
雙語輸出工作流程：使用雙語本地模型，以 English Translation 模式輸入中文語音並輸出英文翻譯。
作用於當前檢視內容的語音指令：在編輯器選取文字，按快捷鍵說指令（如「翻譯選取文字」），讓提示接收 {selected} 及 {clipboard} 上下文。
以領域專屬詞彙提升準確度：新增組織名稱、產品名稱或技術術語為 ASR 熱門詞，並使用片語替換處理如郵件地址的重複敏感格式。

為什麼 macOS 首次啟動時會顯示警告？ macOS 在開啟非 App Store 應用程式時會顯示安全性警告。專案提供兩種允許開啟的方法（建議使用系統設定，或終端機 xattr -d com.apple.quarantine）。
本地辨識需要 API 金鑰嗎？ 不需要。使用基於 SherpaOnnx 的本地引擎時，辨識在裝置上運行，不需 API 金鑰或雲端帳戶。
憑證和辨識歷史儲存在哪裡？ 憑證儲存於 ~/Library/Application Support/Type4Me/credentials.json，權限為 0600。辨識歷史儲存於本地 SQLite 資料庫，可依日期範圍匯出為 CSV。
可以自訂辨識文字的處理方式嗎？ 可以。Type4Me 內建多種模式，並支援自訂提示模板。提示變數包含 {text}、{selected} 和 {clipboard}。
預建 DMG 是否支援本地辨識？ 專案說明 DMG 下載版本支援雲端辨識引擎。本地離線辨識需從原始碼建置，並下載對應的 SherpaOnnx 模型檔案。

macOS 內建 Dictation：語音轉文字的便利原生選項，但通常無法整合基於提示的 LLM 處理或選擇離線引擎。
本地/離線語音轉文字工具（ASR 應用程式或 CLI）：像 Type4Me 本地模式一樣無需網路即可運行，但可能缺少提示驅動模式及快捷鍵/剪貼簿上下文工作流程。
具 API 的雲端轉錄平台：適合需要雲端模型精準度時使用，但需網路連線且通常涉及帳戶/API 金鑰管理，不像 Type4Me 的本地優先設計。
瀏覽器/桌面語音輸入產品：專注於應用程式內直接聽寫；Type4Me 的特色工作流程是結合辨識與可設定提示模式，以及本地儲存/匯出辨識歷史。