全局语音输入与翻译
邮件、文档、聊天、代码编辑器——只要能打字的地方，就能用语音写进去。另有独立翻译热键，说完即可插入译文。
VoiceHotkey
正在聆听…
识别结果
无输入框
请帮我把会议纪要整理成三条行动项，并标出负责人。
短按切换录音，或长按说话、松开结束
工作流
怎么用
不替换系统输入法，也不抢窗口焦点。热键一按，录音；说完后文字落到光标处。
-
01
按热键
默认 ⌃⌥Space。短按开始 / 结束，或长按说话、松手结束。
-
02
对着麦克风说
浮层显示电平。Esc 取消。默认开启快速发送：录音中按 Return 会插入并模拟发送。
-
03
文字插入光标
默认智能插入：原生输入框优先辅助功能 API，否则 ⌘V，再回退模拟按键。可选 LLM 润色后再插入。
设置
里面长这样
侧边栏、开关、选项都能点。这是预览，不会写入你电脑上的 App。
快捷键
语音输入 / 直接语音输入 / 翻译 / 命令的快捷键与触发方式
快捷键
语音输入
主快捷键
⌃⌥Space
按下组合键…
第二快捷键
未设置
按下组合键…
直接语音输入
跳过润色，插入原文。默认未绑定。
主快捷键
未设置
按下组合键…
语音翻译
主快捷键
⌃⌥⇧Space
按下组合键…
第二快捷键
未设置
按下组合键…
语音命令
主快捷键
⌃⌥C
按下组合键…
第二快捷键
未设置
按下组合键…
第二快捷键与主快捷键效果相同，可再设一组（例如外接键盘与笔记本各用一套）。每个快捷键可单独选择按住 / 切换 / 双击。翻译与润色共用「文本处理」里的大模型；语言在该页设置。
触发
长按判定
仅「按住或切换」模式：超过此时间视为按住说话
350 ms
录音显示、Esc 取消、快速发送、输出动作与麦克风请到「通用」。智能间距、翻译与润色请到「文本处理」。
权限
辅助功能
全局热键、插入文字与快捷键注入
已授权
输入模型
选择语音输入引擎：云端、自有密钥或本机。
模型
准确度
速度
功能
模型
准确度
速度
功能
文本处理
大模型润色与翻译、术语表；本地间距与词替换
文本处理
去除末尾句号
去掉识别结果末尾多余的 。或 .
智能间距
英文词间与中英/中数边界补空格；汉字之间不加；句中英文可小写
智能段落
长段语音输入按句子自动分段（约 45 词或 4 句），短句不动
以上均在本地立即生效，不经过大模型。词替换也可从菜单栏打开。
语音翻译
翻译模式
目标语言
语言 A
语言 B
使用独立快捷键（快捷键页）录音后，自动将识别结果翻译成目标语言再输出。与润色分开调用，共用下方大模型服务商。
使用独立快捷键录音后，按识别语言在 A 与 B 之间自动互译再输出。与润色分开调用，共用下方服务商。
大模型润色
服务商
连接
已配置
润色术语表
VoiceHotkey
语音热键 → VoiceHotkey
仅喂给润色模型的术语提示；本地强制替换请用上方「词替换」。支持 错写 → 正确
附加说明
语音命令
命令策略、安全与意图解析
启用语音命令
关闭后命令热键、历史再执行与 deeplink 均不会启动语音命令；语音输入 / 翻译不受影响
已关闭：下方意图模型与执行能力仍可预先配置，重新开启后立即生效。
起步方案
一键套用执行能力与内置命令包，可再单独调整。
意图模型
启用意图模型
将语音解析为快捷键、输入、悬浮回答、改写、打开应用 / URL、快捷指令，或（若允许）终端命令
已关闭：不会请求意图模型，仅本地词典（若开启）可响应命令。
服务商
仅用于语音命令意图解析。「文本处理」可另选服务商；同一服务商的密钥共用，每家分开保存。
连接
已配置
执行能力
点选加入或去掉。去掉后本地词典与意图模型都不会执行该类动作。
允许热键
⌘C 复制、⌘V 粘贴、⌘Z 撤销
危险热键确认
允许文本输入
在光标处插入短语或句子
允许悬浮回答
问答显示在悬浮窗口
有选中文字时改写
按口令改写当前选中文字
允许打开应用 / URL
打开 Safari、网站或系统设置
允许快捷指令
运行 Shortcuts.app 中的快捷指令
允许终端命令
运行任意 zsh 命令（试用 / Pro）
终端命令执行前确认
内置命令包
只影响内置词典。去掉后该类口令不再命中；自定义词典不受影响。
编辑
复制、粘贴、撤销、保存
窗口与标签
关闭、新建、刷新、下一标签
打开应用
打开 Safari、Finder、终端
App 专属
当前前台 App 的专属口令
解析
优先本地命令词典
命中命令词典（用户自定义 + 内置）时跳过意图模型
文件转写
将您的音频或视频文件转换为文本
Apple Speech · SpeechAnalyzer
任务
历史记录
语音输入与命令记录
已删除 1 条记录
今天
所有的大小比例都要 1:1 还原我这个 Mac 上的样子
Apple Speech · SpeechAnalyzer · NVIDIA NIM · google/diffusion…
还有哪些内容的设计得不够精致？请你分析一下
Apple Speech · SpeechAnalyzer · NVIDIA NIM
我发现历史记录页面的加载时间需要很长时间
Apple Speech · SpeechAnalyzer
Please schedule a review for Friday afternoon.
Apple Speech · SpeechAnalyzer · NVIDIA NIM
打开系统设置
本地词典
把语气改得更正式一些，并补上项目截止日期
Apple Speech · SpeechAnalyzer · NVIDIA NIM
meeting-notes.m4a
Apple Speech · File
网络超时，识别未完成
Groq · whisper-large-v3-turbo
查看详情
已优化
原始文本
识别文本
错误
通用
界面、行为、输出动作、麦克风、音频反馈、权限与隐私
界面
外观
语言
录音显示
选择您喜欢的语音输入界面外观
行为
登录时启动
在状态栏中显示
菜单栏图标；关闭后仍可通过程序坞打开设置
状态栏图标样式
在程序坞中显示
使用 Escape 键取消录音
录音、识别、润色或结果浮层显示时，按 Esc 取消
快速发送（回车键）
录音中按回车：结束本轮并「插入并发送」（可临时覆盖下方输出动作）
输出动作
完成后
文本输入方法
插入后仍保留在剪贴板
插入后仍保留识别结果在剪贴板（额外复制）
插入后恢复剪贴板
粘贴完成后还原原先剪贴板内容
智能：原生输入框优先辅助功能 API，否则 ⌘V，再回退模拟按键。
权限
辅助功能
全局热键、插入文字与快捷键注入
已授权
麦克风
录音与实时语音输入
已授权
麦克风
使用系统默认
1.
MacBook Pro 麦克风
2.
USB Condenser Mic
3.
iPhone Microphone
使用在 macOS 声音设置中选择的输入设备。
麦克风按优先级顺序尝试使用。拖动手柄可重新排序。
音频和反馈
录音时静音
录音时尽量静音系统输出（部分外接输出可能无法软件静音）
录音时暂停媒体
录音开始时暂停正在播放的音乐/视频，结束后恢复
播放声音效果
开始 / 结束录音时播放轻提示音
隐私
仅本地模式
阻止所有互联网连接；本机 localhost 服务仍可用。
了解仅本地模式
打开在线说明：允许 localhost、本机语音与限制说明
语音输入将仅在本机处理
允许 Apple、SenseVoice、Whisper Turbo、Fun-ASR-Nano、本机 Parakeet 与 Base URL 为 localhost 的模型。云端服务与自动更新已暂停。
当前输入模型需要联网
仅本地模式已开启：当前输入模型会访问互联网。请改用 Apple / 本机模型（SenseVoice、Whisper Turbo、Fun-ASR-Nano、Parakeet），或将 Base URL 设为 localhost / 127.0.0.1。
润色/翻译大模型需要联网
仅本地模式下云端润色与翻译会失败；可改用 localhost 服务商或关闭对应功能。
意图模型需要联网
仅本地模式下云端意图解析会失败；可仅用本地命令词典或 localhost。
高级
关于
版本与更新
macOS 语音输入法
更新
自动检查更新
仅本地模式已开启：已暂停更新检查。关闭该模式后可检查更新。
检查更新
下载安装包
通过 Sparkle 从官方 appcast 检查新版本。更新包经 EdDSA 签名校验。
文档与帮助
用户手册
安装与权限
第一次配置
故障排查
在线手册：https://voicehotkey.pages.dev/docs/（Cloudflare Pages）。
更多
隐私政策
用户协议
项目主页
语音仅发送到你配置的服务商。
Deeplink
可在终端执行 open 'voicehotkey://…'，或绑定到 Raycast / Shortcuts。短前缀 vh:// 同样可用。
© 2026 VoiceHotkey
许可证
试用 · Pro · 激活
当前方案
Pro
已解锁 Pro 功能
已激活 Pro，全部功能可用
密钥
VH1-••••-••••-K7M2
激活 Pro
输入购买后获得的许可证密钥（以 VH1- 开头，可从邮件整段粘贴）。
方案对比
功能免费版Pro
语音输入（语音输入）✓✓
豆包 / Apple / 本机模型语音输入✓✓
多语音输入引擎—✓
语音翻译✓✓
大模型润色✓✓
文件转写✓✓
本地命令词典✓✓
悬浮回答✓✓
打开应用 / 快捷指令✓✓
意图模型—✓
终端命令—✓
历史记录条数100自定义
真实设置界面预览 · 点击侧边栏切换页面，开关与选项可交互
阿里云百炼
模型设置
已配置
模型模式
同一套 API Key。Realtime 边说边出字；Flash / Qwen Flash 松键整段；Fun-ASR / Qwen Filetrans 异步文件。
识别模式
同一套 API Key。流式边说边出字；文件识别松键后整段上传。
服务商预设
Apple 系统语音
SpeechAnalyzer
仅本机识别
不上传音频；部分语种可能需下载语言包
- 无需密钥；依赖系统语音识别与麦克风权限
- 系统设置 → 隐私与安全性 → 语音识别
SenseVoice
本机 · 免 API Key
FunAudioLLM SenseVoice-Small：中 / 粤 / 英 / 日 / 韩 整段识别。通过 sherpa-onnx 在本机推理，音频不上传。
模型与运行时已安装
演示：真机首次使用需下载约 250–300 MB。
就绪
标点与 ITN
开启逆文本规范化（数字、标点等）；关闭则更接近逐字转写
- 整段识别：松键后本地推理缓冲音频（非流式边说边出）
- 模型权重遵循 FunASR 开源协议：商用需署名 FunASR / SenseVoice
- 运行时：sherpa-onnx offline CLI + int8 ONNX（k2-fsa 导出）
Whisper Turbo
本机 · 免 API Key
OpenAI Whisper Large-v3 Turbo：约 100+ 语种，适合多语与英文语音输入。通过 sherpa-onnx 在本机推理，音频不上传。
模型与运行时已安装
演示：真机首次约 500–600 MB 压缩包（解压后约 1.5 GB）。
就绪
指定语种可提高准确率；不确定时用自动。中文/粤语日常语音输入可优先用 SenseVoice。
- 整段识别：松键后本地推理（非流式边说边出）
- 约 809M 参数；压缩包约 500–600 MB，解压后约 1.5 GB；运行内存常约 2–4 GB
- 与 SenseVoice 互补：Whisper 负责多语兜底，SenseVoice 负责中/粤/日/韩
- MIT · openai/whisper · sherpa-onnx export
Fun-ASR-Nano
本机 · 免 API Key
通义 Fun-ASR-Nano：中 / 英 / 日与方言整段识别。通过 sherpa-onnx 在本机推理，音频不上传。比 SenseVoice 更重、方言更强。
模型与运行时已安装
演示：真机首次约 840 MB 压缩包（解压后约 1 GB）。
就绪
- 整段识别：松键后本地推理（非流式边说边出）
- 约 800M 参数；压缩包约 840 MB，解压后约 1 GB；冷启动较慢
- 中文方言场景优先；轻量中/粤/日/韩可优先 SenseVoice
Parakeet TDT
本机 · 免 API Key
NVIDIA Parakeet TDT 0.6B v3：英文与约 25 种欧洲语言。通过 sherpa-onnx 在本机推理，音频不上传。不支持中文。
模型与运行时已安装
演示：真机首次约 640 MB int8 包。
就绪
- 整段识别：松键后本地推理（非流式边说边出）
- 约 640 MB int8；英文 / 欧洲语言更强；不支持中文
- 与云端 NVIDIA Speech NIM 不同：本机 Free 可用，无需 API Key
识别增强（可选）
演示：修改不会保存到本机 App。真机里密钥保存在钥匙串。
词替换
在每次新的转写中自动替换词语和短语。
还没有替换规则
在下方填写原文与替换内容，点创建。
→
命令词典
自定义短语可映射到热键、插入、打开应用/URL、快捷指令或终端命令（演示）。
刷新, reload→⌘R热键
打开浏览器→Safari打开
插入签名→Best regards,插入
今天星期几→HUD回答
真机可添加短语，映射到热键、插入、打开应用/URL、快捷指令或 zsh，并可限制到特定 App Bundle ID。
历史记录设置
Free 固定 100 条；Pro 可按条数或天数保留。
保留方式
最多条数
Pro 默认可 500，可调（上限更高）
500
免费版上限
100
能力
能做什么
主线是语音输入。其余能力按需打开，不强制整套云端方案。
语音输入后润色
可选把口语整理成更干净的书面语，或按你设的风格改写，再插入目标 App。
语音命令（可选）
本地词典可映射到快捷键、插入短语、悬浮回答、打开应用/URL 或快捷指令；试用 / Pro 可用大模型意图、选区改写与终端命令（终端默认关，执行前确认）。
文件转写与历史
拖入音频 / 视频转文字。输入与命令记录保存在本机，可搜索、复制。
BYOK
引擎与密钥
我们卖客户端和工作流，不卖语音输入分钟数。你选服务商，Key 进系统钥匙串。
Free 含 Apple、SenseVoice、Whisper Turbo、Fun-ASR-Nano、本机 Parakeet 与豆包；试用 / Pro 可换更多云端与兼容接口。
Apple Speech
试用 / Pro 更多云端
试用 / Pro 更多云端
大模型 润色、翻译和语音命令意图才走大模型；这些功能关闭时不会请求。Key 同样进钥匙串。
定价
方案
首次启动自动进入 14 天试用（完整 Pro）。到期后可继续用 Free（Apple / 本机四引擎 / 豆包、翻译、润色、文件转写与本地命令词典），或在设置里激活许可证。
Free
长期免费
$0
- 语音输入与翻译
- Apple / 本机四引擎 / 豆包语音输入
- 输入润色（自备大模型密钥）与文件转写（Apple / 本机四引擎 / 豆包）
- 基础语音命令：热键、插入、悬浮回答、打开应用/URL、快捷指令
- 历史 100 条
- 无云端多引擎、无意图模型、无终端命令
推荐
试用
14 天全功能
自动开启
- 全部识别引擎
- 意图模型、选区改写与终端命令（终端默认关，执行前确认）
- 历史默认可 500 条（可调）
- 无需绑卡
Pro
个人授权
¥98 买断
- 试用包含的全部能力
- 离线许可证（VH1 密钥）
- 14 天退款
许可证为 Ed25519 离线验签。ASR / LLM 费用由你所选服务商收取，与 VoiceHotkey 授权无关。
FAQ
常见问题
安装和使用前常见的几个问题。
需要哪些系统权限？
麦克风：真实语音输入时采集音频。辅助功能：全局热键、插入文字与快捷键注入。使用 Apple 语音识别时还需「语音识别」权限。
建议把 App 放到 ~/Applications 再授权，减少路径变化导致权限失效。
音频会上传到哪里？
关闭演示模式后，音频与文本只发往你在设置里配置的 ASR / LLM 服务商。Apple 本机识别可在设备上完成（视系统与引擎而定）。
详情见隐私说明。 隐私说明
和系统语音输入有什么不同？
你可以换引擎（含国内常用 ASR）、加语音输入润色与翻译、可选语音命令，以及文件转写与本机历史。工作流固定在菜单栏热键上，不依赖系统听写面板。
支持自动更新吗？
是。基于 Sparkle 2，可在菜单栏或设置里检查更新。
如何购买 Pro？
Pro 为 ¥98 买断。打开购买页了解许可证与 14 天试用。Polar 收银台接入后即可付款，把邮件里的 VH1 密钥粘贴到设置 → 许可证。