写了一个本地跑的 macOS 语音输入工具：Juno

jas小七 · 2026-06-19T00:03:33.560Z

大家好，我最近在做 Juno，一个 macOS 上本地运行的语音输入工具，想找些人帮忙试试。它解决的是一个挺具体的问题：我每天要在 Slack、邮件、浏览器、Cursor、Notes 里输入很多文字，但系统听写和不少语音工具用起来总有点不顺手。常见的问题大概是： - 没有实时转写，说完一大段才发现识别错了 - 项目名、人名、模型名、代码相关词汇很容易被听错 - 语音输入不理解当前 app、选中文本、屏幕上的词 - 涉及隐私的内容不想发到云端 - 想在 Mac 上任何输入框里直接用，而不是再打开一个单独的转写页面 Juno 的交互比较简单：按一次快捷键开始说话，再按一次停止，文字会直接落到当前正在输入的 app 里。说话时会显示实时转写。停止后会再做一次最终识别、修正和插入。目前的本地栈大概是： - MLX Whisper large-v3-turbo 做实时转写和最终语音识别 - Qwen3-4B Instruct 做本地写作、改写、意图规划 - Qwen3-0.6B 做轻量纠错和校验 - Native macOS shell 负责当前 app、选中文本、屏幕词汇、snippets、隐私策略和文本插入这段时间踩了不少 live transcription 的坑：部分转写会抖动，句尾容易被模型猜错，静音时可能出现幻觉，短窗口会把上下文截断，最后还要在很短时间内把文字可靠地插入到用户正在用的 app 里。所以 Juno 没有把实时转写直接丢给 LLM 润色，而是把实时字幕分成稳定文本和不稳定 tail。用户停止后，再走最终识别、上下文修正、Qwen 写作/动作层和插入流程。它是免费的，本地运行，模型下载后不需要账号、订阅或云端转写。现在主要支持 Apple Silicon Mac。官网： https://usejuno.co/ GitHub： https://github.com/Cassini-Research/Juno 我比较想收集这几类反馈： - 在不同 Mac app 里的插入是否稳定 - 长段语音输入是否顺手 - 实时转写是否让人有信任感 - 对本地模型、隐私和资源占用有什么建议