SGLang Omni 发布 Voxt 2.0，老 Mac 也能跑本地语音工作流

大家好，我们 SGLang Omni 组本身就高强度使用本地的语音交互系统，秉持着“一个生产力工具如果让我们方便，不如 open-source 出来，让整个社区都方便”。

基于此，通过大概 3 个月的密集开发、反馈和测试，我们正式发布 Voxt 2.0，这一组本地语音工作流极大的优化了我们的工作效率，也希望带给大家同样的体验。

五年前的 M1 mac 都能自由运用 Qwen3 ASR + 远端 LLM API，让您输入的速度追上您思考的速度。

无论是语音输入法所依赖的 ASR 识别 + LLM 润色，还是基于 LLM 的 Any to Any translation，以及选中任意文本直接通过语音得到反馈的本地 AI 助手，Voxt 2.0 是让我们 SGLang Omni 团队自豪的全新交互智能入口。

得益于 Swift 到 Go 的高性能重构，语音输入法功能在超长输入后的等待时间相比 1.x 缩短 92%。而 Voxt 1.x 的词典、历史和兼容语音模型都用户习惯均可一键迁移。

新增了识别失败后的历史重试功能，答案卡片的自由连续交互功能。

提供充分的模型生态空间，既能使用本地由 SGLang Omni MLX Runtime 强力支持的 Qwen3-ASR 或 MOSS-Transcribe-Diarize，也能接入云端 ASR API。

LLM 生态上，任何能够提供 OpenAI compatible API 的模型都可作为强力支持，无论是 SGLang MLX，Ollama，亦或是我们团队常用的 DeepSeek V4.1 和 Kimi K3.1，所有数据由您自行定义。

除此之外，我们为 Qwen3-ASR 提供可选的 DFlash 转录加速功能。也加入了 ChatGPT 登录、翻译备用模型、自定义提示词和 Markdown／JSONL 历史导出。

您可以在 voxt 1.x 版本内检测更新，得到升级指南，或者直接下载最新版 dmg 覆盖安装，也支持 Homebrew 安装。