Type4Me：把语音变成 LLM 的命令行，macOS 效率输入新玩法

你有没有这种感觉——对着 Mac 说了一大段话，识别出来全是错字，还得手动一个个改？

这不是你的问题，是大多数语音输入工具根本没想过「说完之后」那一步。

Type4Me 就是来解决这个的。

它是个 macOS 原生语音输入法，但跟普通工具不一样的是——它把语音识别和 LLM 文本处理做了一套流水线：先识别成文字，再丢给大模型润色、翻译、或者按你的 Prompt 改写。

核心亮点

本地 + 云端双引擎

内置 SherpaOnnx 本地识别，不需要 API Key，不需要联网，Apple Silicon 上跑得飞快。如果更看重准确率，也可以接云端引擎——火山引擎豆包语音、Deepgram、Soniox 都能配，几个按量计费都很便宜。

「处理模式」才是精髓

语音识别出文字后，可以直接丢给大模型做后处理。内置了几个现成模式：快速听写、双通道高精度、中译英、Prompt 优化。你也可以自己写 Prompt，定义任意处理流程——比如改人设语气、把口语转书面语、加技术术语……只要你能描述，它就能执行。

命令模式：语音变成 LLM 的命令行

选中一段文字，按快捷键说一句话，语音会变成指令，选中的文字变成上下文，LLM 直接执行并输出结果。比如选中一段代码，说「解释这段」，LLM 就给你返回解释。相当于把语音变成了 AI 的交互入口。

数据完全本地

所有识别历史都存在本地 SQLite + JSON，没有遥测，没有云同步，支持导出 CSV。隐私敏感的用户用起来完全放心。

插件式架构

添加新的语音识别服务只需要实现两个协议然后注册，OpenAI Whisper、Google、AWS 的接口都预留好了，等社区来补。

怎么装

官方提供两种版本：

• 云端版（推荐）：支持 Intel + Apple Silicon，约 4MB，需要配大模型 API Key
• 本地版：内嵌 SenseVoice + Qwen3-ASR 识别引擎，Apple Silicon only，约 700MB，建议 32GB 以上内存

系统要求 macOS 14+。

还有一个官方词库管理 Skill 可以配合使用，装了之后跟你的 Agent 说「不要识别成 XXX」，他就能自动管理热词，同类错误不再犯。

GitHub：https://github.com/joewongjc/type4me
⭐ 1.4k Stars | MIT 协议 | 持续活跃更新中

如果你也在找 macOS 上的高效语音输入方案，Type4Me 值得关注。尤其是配合 LLM 做文本后处理这个设计，思路很干净——识别归识别，润色归润色，各司其职。

GitHub: https://github.com/joewongjc/type4me