English | 简体中文

Input 0

🏗️ 本项目使用 Harness Engineering 进行 AI Agent Harness 搭建。

macOS 语音输入工具 — 按住快捷键录音，松开后自动转写、优化、粘贴到当前输入框。

本地 AI 转录 → LLM 文本优化 → 自动粘贴。隐私、快速、零摩擦。

功能特性

• 一键语音输入 — 按住 Option+Space（可自定义）录音，松开即自动转写 + 优化 + 粘贴，无需切换窗口。
• 隐私优先的本地转录 — 六大 AI 引擎（Whisper、SenseVoice、Paraformer、Moonshine、FireRedASR、Zipformer CTC）通过 Metal GPU 完全在你的 Mac 上本地运行，音频数据永不离开设备。
• AI 文本优化 — LLM 自动修正语病、去除口吃和语气词、结构化表达。内置 40+ 技术术语拼音纠错（如"瑞嗯特" → "React"），支持自定义词汇库。
• 自动粘贴 — 优化后的文本自动粘贴到当前聚焦的输入框 — Slack、微信、VS Code、浏览器，任何 App。
• 99+ 语言支持 — 6 大引擎、12 个模型，覆盖 99+ 种语言，系统根据你的语言自动推荐最佳模型。
• 模型按需管理 — 应用体积轻量，STT 模型按需下载。一键切换、进度显示、智能推荐。
• ESC 取消 — 录音、转写、优化过程中随时按 ESC 取消，不会有任何文字被粘贴。
• 历史记录 — 查看最近的语音转录原文与 AI 优化结果，支持对比和一键复制。
• 自定义词汇库 — 手动添加专业术语、人名、产品名，AI 转录优化时优先使用。支持自动学习，LLM 验证后自动加入词汇库。
• 暗黑 / 亮色主题 — 双主题支持，匹配你的使用偏好。

系统要求

• macOS 11.0+
• 推荐 Apple Silicon 处理器（以获得 Metal GPU 加速效果）

新手上路

1. 安装

从 GitHub Releases 下载最新的 .dmg 文件，打开后将 Input 0 拖入「应用程序」文件夹即可。

通过 Homebrew 安装：

brew install --cask input0

首次打开时，macOS 可能会弹出安全提示。前往 系统设置 → 隐私与安全性，点击 仍要打开 即可。

2. 授予权限

Input 0 需要以下 macOS 权限才能正常工作，首次启动时会自动弹出请求：

权限	用途
麦克风	录制你的语音
辅助功能	模拟 Cmd+V 将文本粘贴到其他应用

前往 系统设置 → 隐私与安全性 授权后，重启应用即可生效。

3. 配置 LLM API Key ⚡

此步骤为必需。 如果不配置 API Key，语音转文字仍可正常使用，但 AI 文本优化功能（语法修正、去口头禅、结构化）将被跳过。

1. 打开 Input 0 → 点击侧边栏的 ⚙️ 设置 图标
2. 找到 LLM API 区域
3. 填写以下信息：

字段	说明	默认值
API Key	你的 OpenAI（或兼容服务）API 密钥	（空，必须填写）
API Base URL	服务端点地址	https://api.openai.com/v1
Model	LLM 模型名称	gpt-4o-mini

使用第三方服务？（如 Azure OpenAI、Groq、本地 Ollama 或任何 OpenAI 兼容 API） - 将 API Base URL 改为你的服务商端点 - 将 Model 改为对应的模型名称 - 填入对应的 API Key

点击 测试连接 按钮验证 API Key 是否可用。

4. 下载 STT 模型 ⚡

此步骤为必需。 你需要至少下载一个模型才能将语音转为文字。

1. 打开 Input 0 → 进入 设置 → 模型 区域
2. 应用会根据你的语言设置推荐最佳模型 — 跟随推荐或自行选择
3. 点击模型旁边的 下载 按钮
4. 等待下载完成（有进度条显示）

选哪个模型好？

你说的语言	推荐模型	大小
中文	SenseVoice Small	~228 MB
英语	Whisper Large v3 Turbo	~1.5 GB
日语 / 韩语	SenseVoice Small	~228 MB
粤语	Paraformer 中英粤三语版	~234 MB
多语言混用	Whisper Large v3	~2.9 GB
中文追求极致精度	FireRedASR Large v1	~1.74 GB
追求最快速度	Moonshine Base（仅英文）	~274 MB
追求最小体积	Whisper Base	~142 MB

5. 开始使用

1. 按住 Option+Space（或你自定义的快捷键）
2. 自然说话
3. 松开按键 — 文字自动转写、优化、粘贴到当前输入框

就这么简单！🎉

常见问题

模型下载失败

如果模型下载失败或卡住：

1. 检查网络 — 模型从 Hugging Face 下载。如果你所在的网络环境无法顺畅访问 Hugging Face，建议使用 VPN 或代理。
2. 重试 — 关闭并重新打开应用，再次尝试下载。已下载的部分会自动续传，无需从头开始。
3. 磁盘空间 — 确保有足够的剩余空间。最大的模型（Whisper Large v3）需要约 2.9 GB。
4. 手动下载 — 作为最后手段，可以手动下载模型文件并放入： ~/Library/Application Support/com.input0/models/<模型ID>/ 具体文件名和下载地址请参考 模型注册表。

说完话没有文字输出

• 确认已下载并选中了至少一个 STT 模型
• 检查 麦克风 权限是否已授予
• 检查 辅助功能 权限是否已授予（自动粘贴需要此权限）

AI 优化不生效

• 确认已在设置中正确填写 API Key
• 点击 测试连接 检查 API 是否可达
• 如使用第三方服务，仔细核对 API Base URL 和 Model 名称

快捷键无响应

• 确认没有其他应用占用相同快捷键
• 尝试在 设置 中更换快捷键
• 更换后重启应用

全部 STT 模型

模型	大小	最佳场景
Whisper Base	~142 MB	快速轻量，适合日常使用
Whisper Small	~466 MB	性价比高，精度与速度均衡
Whisper Medium	~1.4 GB	多语言转录精度优秀
Whisper Large v3	~2.9 GB	最高精度，99 种语言
Whisper Large v3 Turbo	~1.5 GB	英文/多语言最高精度
Whisper Large v3 Turbo Q5	~547 MB	高精度量化版，平衡大小与质量
SenseVoice Small	~228 MB	中文/日文/韩文识别最佳
Paraformer 中文	~217 MB	中文专用，推理极快
Paraformer 中英粤三语版	~234 MB	中文 + 英文 + 粤语，粤语唯一可用模型
Moonshine Base (EN)	~274 MB	英文专用，速度约为 Whisper 的 5 倍
FireRedASR Large v1	~1.74 GB	中文 ASR SOTA（CER ≈ 2%），追求极致精度
Zipformer 中文 CTC	~350 MB	新一代 Kaldi 架构，中文离线轻量备选

许可证

本项目采用 CC BY-NC 4.0 许可证。你可以自由分享和修改，但不得用于商业用途。