点一下，说话。说完停顿，自动结束。
点珍珠，它融成一颗球。停下来一秒半，这一段自动结束。想自己点一下结束？一个开关。
免费 · 完全本地 · 无需账户
Mac 私密
语音听写。
按住一个键，文字直接落在光标处。或者点一下桌宠，说完看一眼，再拖到任何窗口。语音识别全程留在你的 Mac 上。
版本 0.2.4 · 5.5 MB · macOS 13+ · Apple Silicon
试试这个手势
0:00
待命 · 按住 ⌥ 说话
按住按键（鼠标、手指都行，或者直接按住键盘上的 Option），松开后文字落在光标处。
浏览器里的模拟演示，不会录音；真正的应用运行在你的 Mac 上。
Apple 签名与公证无需账户没有订阅免费下载音频留在本地
0.2 新功能
先说出来，
再决定放到哪里。
语音输入有个隐藏步骤：说之前得先点进正确的输入框。桌宠模式把这一步去掉了。文字停在屏幕上，你看一眼，再拖到它该去的地方。默认关闭，菜单栏里一个开关。
点一下，说话。
拖到任何地方。文字是可以拿起来的东西。
转写落在一个玻璃气泡里。拖进编辑器、聊天框、浏览器输入框、终端，甚至桌面。除非你要求，它不会替你打字。
悬停看其余的。历史、自动停止、菜单。
鼠标停在珍珠上，三个按钮展开。最近 50 条一悬停就有，存在你 Mac 上的一个文件里，别处都没有。
看它听到了什么。语言比例就在文字旁边。
Whisper 每一段只选一种语言。混说的句子偶尔整句变成一种语言时，下面那行 中文 61% · English 38% 就是原因。它不再把猜测藏起来。
热键的用法完全不变：按住键，文字仍然直接打进当前应用。完整演示和设置步骤在演示与教程页。
一个键
或者留在你本来就在输入的地方。
原来的手势在任何地方都照常工作。不用打开录音窗口，也不用复制转录结果。PushSense 在系统层工作，再把文字送回你已经放好的光标。
- 01⌥⌘ ⌃ ⇧
按住
在任意应用中按住你的说话键。默认是右 Option，也可以在菜单栏里换成右 Command、Control 或 Shift。
- 02
说话
Whisper 使用 Metal 在本地运行。
- 03
松开
转录结果输入光标所在位置。
为什么是 PushSense
你的声音是输入，
不是库存。
从麦克风到文字，PushSense 选择最短的路径：就在你面前这台 Mac 上。
一种输入方式，到处可用。
在邮件、备忘录、Slack、浏览器、编辑器以及任何有文本框的应用中使用，不需要插件。
没有东西需要上传。
你选择的 Whisper 模型在设备上运行。完成模型设置后，语音识别可以离线工作。
想到哪里，说到哪里。
自动语言识别让你不用先切模式，句中换语言也一样。中英是目前已实测的组合，其他语言会一个一个验证后再写上来。
一句真实的话
句子说到一半，
也不用切模式。
“这个 feature 的 latency 有点高，我们 follow up 一下。”
一段真实的混语句子，一次转写完成。
中英已实测 · 更多语言陆续验证实测
小应用，公开数字。
以下数字来自一台 Apple Silicon Mac 和一段 27.7 秒的真实中英混说录音，不是对所有机器的性能承诺。
- 5.5 MB
- 原生安装体积
- 181 MB
- 推荐 Small q5_1 模型
- 1.11 秒
- 该测试的转录时间
- 25×
- 约为实时速度
同一测试中推荐模型的峰值内存为 484 MB。阅读 benchmark 与方法 ↗
首次运行
下载、授权、开口。
PushSense 使用 Developer ID 签名并通过 Apple 公证。内置设置流程会引导你完成 macOS 所需权限。
- 1
移入应用程序
打开磁盘镜像，把 PushSense 拖入 Applications。
- 2
授予三项权限
麦克风采集语音；输入监控识别全局热键；辅助功能把结果输入其他应用。
- 3
选择本地模型
下载 Small q5_1（181 MB），获得目前推荐的体积与中英识别平衡。
FAQ
安装之前。
PushSense 免费吗？+
是。PushSense 免费下载，没有账户、试用上限或订阅。
PushSense 会上传我的音频吗？+
不会。语音识别通过 whisper.cpp 在你的 Mac 上运行。选择并下载模型后，转录可以完全离线工作。
支持哪些 Mac？+
PushSense 0.2.4 需要 macOS 13 或更高版本，以及 Apple Silicon Mac。
可以换成其他按键吗？+
可以。默认是右 Option，菜单栏里可以换成右 Command、右 Control 或右 Shift。PushSense 只用键盘右侧本来就有的修饰键，所以不会和应用自己的快捷键冲突。
为什么需要辅助功能权限？+
辅助功能权限让 PushSense 能把完成的文字以按键方式输入当前聚焦的文本框，而且不会替换你的剪贴板。
PushSense 支持哪些语言？+
底层的 Whisper 模型本身是多语言的，并且语言识别是自动的，所以你不需要选模式，句中切换也一样。中文和英文是我每天在用、也实测过的；其他语言会在验证并记录之后再逐步写上来，而不是先把话说满。
应该使用哪个语音模型？+
目前推荐 Small q5_1。它需要下载 181 MB，并在公开的中英混说测试中取得了较好的体积与准确率平衡。
桌宠模式是什么？+
屏幕上一颗小珍珠。点一下说话，说完文字停在旁边的玻璃气泡里，不会自动打进任何地方。把文字拖进任意窗口，或者悬停气泡复制、粘贴。默认关闭，在菜单栏里打开。热键的用法完全不变。
拖拽在每个应用里都能用吗？+
任何接受拖放文字的窗口都可以：编辑器、聊天框、浏览器输入框、终端，甚至桌面（会变成一个文本剪辑）。如果某个窗口拒收，PushSense 会在你松手的位置点一下再粘贴。
一次能录多久？+
快捷键和桌宠模式每次最多录音 5 分钟，到时自动停止并转写。中断或未成功保存转写的音频会以本地 WAV 文件保留，可从菜单中的「恢复录音」打开。
历史记录存在哪里？+
最近 50 条存在你 Mac 上 Application Support 里的一个 JSON 文件，不同步、不上传。悬停珍珠或右键点它就能打开列表，每个列表底部都有「清空历史」。
转写旁边的「English 59% · 中文 39%」是什么？+
Whisper 每一段只用一种语言来解码。遇到混说的句子它必须选一个，所以整句偶尔会变成其中一种语言。PushSense 把语言检测器听到的比例显示出来，出现那种情况时你知道原因。
Smart mode 是什么？+
可选的 AI 整理步骤，只处理转写后的文字。用本地 Ollama 时什么都不离开 Mac；也可以用你自己的 OpenAI 或 Ollama Cloud API key。无论哪种，音频都不会离开 Mac。关掉 Smart mode 后什么都不会发送。
用 Smart mode 需要说指令吗？+
不需要。Smart mode 是一组自动修复规则：修错别字、修语法标点、去填充词。勾选的规则对每一句听写都生效。可以自己加一行规则，填充词列表也可以按语言编辑。
API key 存在哪里？+
存在 macOS 钥匙串里，不会写进明文文件。每个服务商各自保存 key 和模型，OpenAI、Ollama Cloud 和本地 Ollama 可以都配好随时切换。