VibeTalking

按住一个键说话,松开自动把语音转成文字粘到当前输入框。

跨平台菜单栏小工具 (macOS + Windows),使用字节 OpenSpeech 实时转写。

English

特性

• Push-to-talk:按住快捷键录音,松开转写并自动粘贴到任何输入框
• 菜单栏常驻:点击图标弹出历史 popover,半透明毛玻璃风格,失焦自动收起
• 历史记录:保留最近 500 条,点一下复制到剪贴板
• 可配置:设置窗口里填自己的字节 OpenSpeech API 凭证
• 轻量:原生 Tauri + Rust,不跑 Electron,内存占用小

快捷键

平台	按住键
macOS	Fn
Windows	Right Alt

安装

macOS

1. 去 Releases 下最新 VibeTalking_*.dmg
2. 打开 dmg → 把 VibeTalking 拖到 Applications
3. 从 Launchpad 启动。首次会弹三个授权:
   • 麦克风:允许
   • 辅助功能:系统设置 → 隐私与安全 → 辅助功能 → 勾选 VibeTalking(用于监听 Fn 键 + 合成粘贴)
4. 因为没做公证,首次启动可能被 Gatekeeper 拦,右键 App 选"打开"绕过一次即可

Windows

1. 去 Releases 下最新 VibeTalking_*.msi
2. 双击安装 → 从开始菜单启动
3. 首次录音时授权麦克风即可

配置 API

使用前需要自己的字节 OpenSpeech 凭证:

1. 去 字节火山引擎语音服务 开通"录音文件识别大模型"
2. 记下 App ID、Access Token、Resource ID
3. 在 VibeTalking 托盘右键 → 设置,把三个值填进去保存

使用

按住快捷键 → 说话 → 松开 → 等 1~3 秒,文字自动粘到光标所在输入框。托盘图标会在录音时变橙。

菜单栏左键展开历史 popover:

• 单击条目复制到剪贴板
• 右上 × 删除单条
• 底部"清空 / 设置 / 退出"

从源码构建

需要 Node 18+、Rust stable、npm。

cd app
npm install
npm run tauri dev      # 开发模式
npm run tauri build    # 出安装包,产物在 src-tauri/target/release/bundle/

技术栈

• Tauri 2 — 应用框架
• Rust — 后端(录音、HTTP、热键、剪贴板)
• TypeScript + Vite — 前端(popover / 设置页)
• 字节 OpenSpeech — 语音识别 API

跨平台共享 ~77% 代码,只有全局热键监听和粘贴键合成需要平台分支。

License

MIT