跳转到内容

大模型润色

润色在普通语音输入识别后、输出前整理口语,默认关闭。在 设置 → 文本处理 → 大模型润色 开启,并配置提供商与模型。它与语音命令的意图模型分开配置,可共享同一提供商的钥匙串密钥。

风格 作用
原话 尽量保留措辞,只修明显识别错误
轻度整理 去口头禅、自我修正,轻度排版
深度整理 保留原意,改成更清晰的书面表达

开启后还可填写术语词典、自定义指令,并用页面中的测试区检查输出。试用 / Pro 可使用场景自适应润色:聊天偏轻度,写作/邮件偏深度,编程/终端偏原话;未匹配的应用使用基准风格。

试用 / Pro 的 有选中文字时改写 可将普通语音输入切换为口述指令改写选中文本。关闭它可避免选区触发改写。需要保留识别原文时,可绑定直接语音输入,跳过润色。

可使用 OpenAI、Anthropic、NVIDIA NIM、DeepSeek、火山方舟、通义千问、Kimi、GLM、MiniMax、MiMo、Grok、Gemini、OpenRouter、Inception 等云端服务,或 OpenAI 兼容端点;可选项以 App 为准。云端服务通常需要自备 API Key,并会收到待处理文本。

也可在文本处理页下载 Sharp-Spark-X2.5-4B 本机模型及运行时。准备完成后的推理在本机运行,无需 API Key;首次下载需要网络,速度和内存需求取决于硬件。

普通语音输入的同一整句多次产生稳定润色结果后,App 可生成自动学习规则。后续整段识别内容与规则原文规范化后完全相同时,直接输出规则结果并跳过润色。只匹配句子中的短语不会触发此通道。

浮层的 ⚡️0ms 表示没有调用大模型,不是整轮识别与插入耗时为零。规则可在词替换中查看、编辑、删除或转为手动;整句快速通道不用于直接语音输入或语音翻译。

模型未配置、请求失败或被仅本地模式拦截时,普通润色会显示原因,并回退到识别文本继续本地处理和输出。仅本地模式可使用已安装的本机模型或允许的回环端点。

润色进行中按 Esc,会在已有原文时尝试输出原文;选中文字改写取消后不会插入口述指令。见快捷键与录音。

语音翻译 使用独立热键,可选文本处理模型或 macOS 26+ 的 Apple 原生翻译。