Show HN：BetterWispr——适用于 Mac 的免费开源语音听写

概览与要求

• BetterWispr 是一款免费的开源 macOS 听写应用，语音识别在本地运行（Whisper、Parakeet 或 Apple Speech）。
• 主要交互方式：按住 Option+Space，在任何当前活动的文本字段中进行听写。
• 重点方向：准确率、速度、填充词清理、自定义词汇、按应用定制样式，以及可选的会议转录/摘要。
• 提到的最低要求：macOS 14。

与其他听写工具的比较

• 经常被拿来与 Handy、VoiceInk、Fluidvoice，以及各种小型 CLI/GUI 工具比较。
• 有些人认为 Handy 简单、快速，专注于流式处理，并带有不错的模型选择器；也有人称它臃肿、二进制很大，而且对某些口音的准确率不佳。
• 一些用户最近从 Handy 转向了其他工具（Fluidvoice、VoiceInk），理由是 UI 或功能更好。
• 还有几个人构建或分享了很小的自制替代方案（例如极小二进制、CLI 工具）以及面向语音的 agent 分支。

模型与技术选择

• Parakeet v3 因其在现代 Mac 上的速度和准确率广受好评；多位评论者表示它已取代 Whisper 成为他们的默认选择。
• 但也有人仍然更偏好用于带口音语音的 Whisper/OpenWhisper。
• BetterWispr 明确默认使用 Parakeet v3，并将自己定位为同时提升准确率和开发者体验。
• 讨论内容还包括并行组合多个模型以提高准确率，或使用 LLM 对听写输出做后处理与清理。

原生 macOS 听写与竞争

• 有人认为 macOS 内置听写（基于 Parakeet）“已经够好”，并且可与顶级第三方工具相媲美。
• 也有人反馈存在明显延迟、缺少自定义词典和麦克风选择等功能，因此第三方应用仍有空间。
• 整体感觉是听写领域竞争激烈，而且经常有新的克隆产品出现。

使用场景、人体工学与工作流

• 一些用户现在几乎完全靠语音来写代码、与 LLM 聊天或撰写长文，理由包括：
  • 比打字吞吐更高。
  • 对颈部、背部和手腕更友好。
  • 可以“随口说”，再让 LLM 总结并整理意图。
• 另一些人则觉得说话很累、在办公室里有社交压力、不利于隐私，或者比打字还慢。

会议记录、说话人分离与高级功能

• 一些人认为真正未被满足的价值不在纯听写，而在于：
  • 高质量说话人分离（diarization）。
  • 智能会议摘要和笔记生成。
  • 与本地 LLM 集成，用于实时验证陈述或检测“胡扯”。
• BetterWispr 的笔记/会议功能被认为与这一方向一致。

功能请求与想法

• 请求包括：
  • 支持 Windows/Linux。
  • 唤醒词激活与基于静音的自动停止。
  • 通过语音更好地控制操作系统/IDE（“在编辑器中打开这个 PR”、应用切换）。
  • 为听写与发给 agent 的语音命令提供独立模式或按钮。
  • 用于在嘈杂环境录音的实时语音克隆输出。
  • 将蓝牙遥控器、脚踏板和戒指映射到听写快捷键。
  • 使用 LLM（本地或云端）进行高级清理，包括处理已有的非听写文本。

质疑、摩擦与命名顾虑

• 有人认为大多数新的听写工具“很糟”或相较旧方案出现倒退，尤其是在长篇转录方面。
• 一篇被引用的博客认为整体转录质量已经变差，但也有人回应说用户仍然可以直接使用简单的系统听写，而不是 AI 重写。
• 对“Wispr”这个名字以及潜在商标风险有简短担忧；相关情况被指出并不明确。
• 有人声称 BetterWispr “修复”了蓝牙音频延迟，但这一说法受到质疑，至少有一位评论者怀疑这是夸大。