Koe:离线识别与大模型润色

17次阅读
没有评论
Koe 免费下载|离线识别与大模型润色
获取下载链
微信关注「软件教程管家」公众号,回复 Koe (提取码 qjku)
官方渠道:GitHub 仓库 · 官方网站

Mac 自带听写识别生硬、语气词多,不少第三方语音工具又是 Electron 打包、又大又要订阅。Koe 是一款 macOS 原生语音输入工具,常驻菜单栏几乎无存在感,支持云端与本地双路识别,识别完还能用大模型自动润色文本,开源免费、无订阅。本篇讲清它的双路线怎么选,以及装完先调哪几处。

Koe 语音输入工具界面

Koe 语音输入的核心能力

  • 原生轻量:Objective-C 对接 macOS 原生接口,性能核心由 Rust 编写;据源稿介绍完整安装包不足 15MB,日常内存占用约 20MB,低配 Mac 也不易卡顿。
  • 无窗口常驻:没有独立常驻窗口,只有菜单栏小图标;录音时弹出半透明磨砂悬浮条实时显示识别文字,结束自动消失,不遮挡编辑页面。
  • 全局快捷键:默认 Fn 键触发,也可自定义 Option、Command、Control 等修饰键;任意输入框都能直接唤起录音,不用切换软件窗口。
  • 两种录制模式:长按模式按住说话、松开结束;切换模式点一次开始、再点一次停止,适合长时间口述文案与会议记录。
  • 云端与本地双路线:云端接入豆包、通义千问流式语音接口,带去语气词、数字标准化与自动标点;本地支持 macOS 26 系统识别、Apple Silicon 的 MLX 模型与 sherpa-onnx 离线模型,断网也能用。
  • 大模型自动润色:识别完自动清理口语赘词、规范标点、统一术语;兼容 OpenAI 接口格式,本地 MLX 模型可离线校正;内置 9 组改写模板,可一键切换翻译、邮件润色、精简摘要。
  • 纯文本配置与词库:设置、词库与提示文案全部存在 ~/.koe/ 文件夹的纯文本里,词典一行一个词,可脚本批量导入专业术语;本地 SQLite 记录输入历史,数据不上传云端。

软件信息表与版本选择

项目 内容
软件名称 Koe
适用系统 macOS(标准版与轻量版)
体积与占用 据源稿介绍安装包不足 15MB,日常内存占用约 20MB
费用 开源免费,无订阅
版本号 源稿未注明,以仓库最新发布版为准
版本/路线 特点 推荐人群
标准版 + 云端识别 流式回传、去语气词与标点规范,混合中英代码术语表现好 追求识别精度、网络稳定的大多数用户,首选
标准版 + 本地离线 音频与文字只留本机,断网可用,隐私边界最清晰 处理敏感内容、常在弱网环境的用户
轻量版 剔除本地大模型模块,体积进一步压缩 老旧 Mac 与 Intel 机型用户,首选

结论先行:新手先用标准版加云端路线验证识别质量,确认口音与术语都没问题后,隐私敏感者再切本地路线;老旧机型直接选轻量版,不要硬上本地大模型。

安装与上手步骤

  1. 下载对应 macOS 安装包并安装,首次启动授予麦克风、辅助功能与输入监控三项权限,缺一项都无法正常输入。
  2. 在任意输入框按默认 Fn 键试录一句话,确认悬浮条能实时显示识别文字、松开后文字落入输入框。
  3. 按自己场景选云端或本地识别路线,云端用户配置好对应服务,本地用户通过配套 CLI 工具下载所需离线模型。
  4. 试一次录音结束后的大模型润色与模板切换,确认翻译、邮件润色等格式符合预期,再正式用于日常写作。

装完必改的 4 处设置

1. 设置 → 快捷键 → 触发键:默认 Fn 键顺手就保留,与其他工具冲突时改 Option 或 Command 组合;改完立即试录,避免快捷键冲突导致按了没反应。

2. 设置 → 录制 → 录制模式:短句输入用长按模式,长文口述切切换模式;模式选错会让长口述反复断句,是新手最常见的别扭来源。

3. 设置 → 识别 → 云端/本地路线:先按精度选云端、按隐私选本地,两条路线不要来回横跳,否则术语表现与延迟体感每次都不同。

4. ~/.koe/ → 词典 txt → 专业词库:把常用代码框架、产品名与人名一行一个写进词典,批量导入后专业术语识别率提升最明显,比反复纠错划算。

注意事项与常见问题

  • 权限缺失先查三项:录音无反应时先确认麦克风、辅助功能、输入监控三项权限都已授予,缺一项就表现为完全不可用。
  • 云端路线需要对应服务可用:云端识别依赖第三方语音接口,网络异常或服务不可用时识别会中断,重要场合提前切本地路线兜底。
  • 本地模型需另行下载:离线识别与离线润色依赖本地模型文件,首次使用前用配套 CLI 工具下载,模型未下载时本地路线无法工作。
  • 仅支持 macOS:源稿介绍的适用范围是 Mac 平台,Windows 用户不适用,不要跨平台寻找所谓移植版。

适合谁与同类工具分工

适合需要高频口述的人:程序员口述代码注释、自媒体批量写稿、日常办公快速记录灵感;偶尔才用一次语音输入的人,系统自带听写已经够用。分工上,系统听写负责「能用」,Koe 负责「好用且可定制」:轻量常驻、双路线可选、词库与模板可脚本化管理,是愿意花十分钟配置一次、之后长期受益的那类工具。

项目仓库:Koe 开源项目仓库。对 Mac 用户来说,一款不占资源、不催订阅、识别完还能自动润色的语音输入工具,值得装进菜单栏长期留着。


获取下载链接:微信关注公众号【软件教程管家】,回复【Koe】自动获取网盘链接。

推广Koe 免费下载|离线识别与大模型润色

关注「软件教程管家」

回复软件名即取即下:网盘下载链接 + 提取码,一步直达,不用再跳转。

版权与使用提示

本站资源仅供个人学习交流,请勿用于商业用途。软件与资料版权归原作者所有;如有侵权,请通过公众号「软件教程管家」联系我们,我们将在 24 小时内下架处理。查看免责声明 ›

上次编辑至今:11小时 · 内容还比较新鲜

公告

契机库网站正式上线!

了解更多
正文完
 0
评论(没有评论)