Voxt推出开源本地Mac语音输入工具

很荣幸给大家介绍并演示 Voxt，一款开源的 Mac 语音输入工具。

Voxt 已经持续迭代了半年多，也经历了上千位用户的实际使用和反馈。这次，我们把 SGLang Omni 的能力带入 Voxt 的推理 stack，进一步提升本地推理性能。之后，我们也会持续优化 Voxt 的使用体验。

现在，语音输入工具已经很多了。Typeless、豆包输入法、智谱输入法、微信输入法，都提供了相关功能。

Voxt 的优势在于，整套软件 stack 开放、可控，我们可以从应用到推理过程持续优化，兼顾性能和稳定性。如果选择完全本地的推理配置，语音识别和文字润色都在自己的电脑上完成，语音和转写内容不需要上传到远程推理服务。

今天，我们会重点展示 Voxt 在专业术语输入上的表现，特别是 AI 工程里的模型名称、框架名称和英文缩写。这类表达，仅靠基础 ASR 转写，很容易出现识别偏差。

Voxt 把热词识别、带有个人系统提示词的 LLM 润色，以及推理性能优化结合起来，让输入既高效，也能更准确地处理专业词汇，贴合个人的表达习惯。

这次演示用的是我的 M5 Pro Mac。

语音识别使用 SGLang Omni 的 MLX 分支，文字润色则由 Ollama Serve 在本地运行 Qwen3.8 27B。两步都在这台电脑上完成。

当然，Voxt 也为 ASR 和 LLM 提供了接口。你可以根据自己的需要，选择远程识别服务和远程大模型，不必局限于这次演示的本地配置。

我和雪松用了 Voxt 半年多，也从日常用户变成了贡献者。这次接入 SGLang Omni，是我们进一步合作的一个里程碑。

感谢关伟老师和所有参与者。欢迎大家下载试用，也欢迎一起把 Voxt 做得更好。

鸣谢：关伟 · 叶雪松 · 刘崇寒 · 周屿涵 · 邓家昕

项目：

下载：