博客

关于语音输入、工程实践，以及 OnType 构建过程的思考。

从口语到干净文本：逆文本规范化是怎么工作的

当你说出 “three thousand dollars” 时，你期待看到的是 “$3,000”，而不是字面文字。这就是逆文本规范化。为了让它跨语言稳定工作，我们从头构建了一套自定义引擎。

我们如何构建 mlx-swift-asr：一个开源、原生 Swift 语音识别库，可在 Apple Silicon 上以 4 到 6 倍实时速度运行 Qwen3-ASR，且完全不依赖云端。

开发者如何在日常工作流中使用语音输入：从口述代码注释和文档，到撰写 AI prompt 和终端命令。

语音是生物识别数据。大多数听写工具会把它发送到云端。我们构建 OnType，就是为了让语音在你的 Mac 上完成全部处理。下面是这件事为什么重要。

关于 macOS 语音输入你需要知道的一切：系统自带听写、第三方工具、配置建议，以及如何根据你的工作流选择合适方案。

OnType 1.0 正式到来。三种把语音变成文字的方式：Push-to-Talk 用于即时听写，Compose 用于 AI 打磨长文本，Translate 用于自然切换双语输入。全部都在你的 Mac 本地运行。

了解如何设置 OnType，并在 Mac 上开始使用语音输入。