云端服务与语音输入优化
- 优化云端服务之间的自动切换体验。
- 减少空录音被误转写为文字的情况。
- 应用语言现已支持“跟随系统”选项。
- 提升 USB 麦克风实时音频采集稳定性。
扩展云端服务支持
新增 Groq、硅基流动和自定义 OpenAI-compatible 端点支持,并完善云端模型与 API 密钥配置。
自定义按住说话快捷键
Shuo 1.2.3 新增可在首次引导和设置中配置的自定义按住说话快捷键。
Dock、更新检查与悬浮栏细节优化
Dock 与菜单栏行为
- Shuo 现在默认仅显示在菜单栏;如果希望在 Dock 中显示图标,可以在设置中开启。
更清爽的更新检查
- 没有可用更新时,“检查更新”会直接在设置页面显示“已是最新版本”,并支持本地化。
更好的混合语言标点
- 中英文混合转写会保留模型已经给出的句末标点,不再只根据最后一个词的语言改写标点。
悬浮栏细节优化
- 悬浮栏只显示 logo 时,鼠标悬停会保持箭头光标。
更可靠地启动菜单栏应用
- 修复了极少数情况下 Shuo 会在菜单栏图标出现前启动崩溃的问题。
云端 Gemini 与更可靠的悬浮栏
云端 Gemini API 支持
- 新增云端 Gemini API 支持,使用 Gemini 3.1 Flash-Lite。
更可靠的悬浮栏结果
- 降低结果刚插入后悬浮栏立即消失的情况。
更清晰的本地模型选择与输入改进
更清晰的本地模型选择
- 新增 SenseVoice Small:适合中文、日文与混合语音的完全本地转写选项,但不支持上下文、词库和项目术语提示。
- 本地下载模型现在收敛为三个清晰选择:SenseVoice Small、Whisper Small 与 Whisper Large Turbo。Shuo 会根据所选语言与 Mac 配置给出推荐。
- 下载前即可看到每个模型的语言范围、体积,以及是否支持上下文提示和自定义词汇。
更可靠的输入与粘贴
- “系统默认”现在是默认音频输入选择,让外接麦克风和 AirPods 更稳定地跟随 macOS 路由。
- 改进了麦克风启动与音频格式变化的处理,降低蓝牙或外接麦克风丢失开头语音的概率。
更小的日常界面,更完整的底层能力。
Shuo 的默认体验聚焦“按住—说话—松开”。“设置”收纳常用选项;“高级”以七阶段 pipeline 展示完整设置;权限、更新、支持与本地数据工具集中在“关于”。
输入与恢复
- 首页可以直接选择右 Command 或右 Option;其他常用选项集中在“设置”。
- 成功转写会直接上屏,不再提供容易造成行为分叉的“自动上屏”开关。
- 可选悬浮栏在待命时显示为细条,上屏后自动展开,可直接修改与替换最新内容。
- 悬浮栏可自由拖动并记住跨屏位置,不能手动缩放;右键菜单只保留“隐藏悬浮栏”、“打开 Shuo”和“退出 Shuo”。
- 菜单栏快捷结果支持复制、替换、回听与重转;中文按钮保持两字以内。
- 菜单栏弹出页的“常用词”入口改为“设置”,点击后直接定位到设置页。
- 替换与语音修改会重新激活原 App;只有在最近上屏、App 进程和交互安全条件仍匹配时,才会退格替换变化的后缀,否则只复制完整新文字。
- 剪贴板会保留所有表示形式,不覆盖用户刚复制的新内容,并限制慢 owner 响应造成的等待。
安静说话与本地模型
- Whisper Mode 不再使用固定门限;每段录音会根据噪声底与语音上界自适应,并只对临时转写副本做有界增益。
- Whisper Mode 位于“设置”与菜单栏;手动调节放在“高级 → 声音处理”。
- whisper.cpp 模型下载显示百分比与字节、检查剩余空间、支持取消,并校验精确大小与 SHA-256。
- 直装版内置 universal whisper.cpp runtime;本地模式只需下载模型,不需要 Homebrew。
- 本地进程支持取消与十分钟超时。
更懂当前工作
- Preferred Terms 同时用于 Local、OpenAI-compatible 与 ElevenLabs Scribe 转写。
- 默认关闭的 Project Vocabulary 可以关联本地项目,并只读索引名字、manifest、路径、符号和文档;每个项目只保留优先级最高的 60 个候选词。
- 每次转写的总词汇预算最多为 60 个词、900 个字符,由内置词、常用词、符合条件的人工纠正词、项目词和预设词共同使用。
- 支持术语提示的云端服务只收到选中的拼写提示,不收到项目源文件或路径;Alibaba 当前不发送词汇提示。
修正记录与数据安全
- 修改快捷草稿后选择复制或替换、保存历史记录,或完成语音修改时,Shuo 会保存完整的修改前后文本,并尽可能关联历史与录音。
- 人工纠正学习与每条模式都默认关闭。开启后,学习方式在“替换”和“云端 AI”之间互斥选择:“替换”只有在 3 个不同可信会话 100% 一致且无冲突时才在本地应用,不发送人工纠正词;“云端 AI”只有在至少 2 次、75% 置信度且领先次选 2 次后,才向支持提示的云端转写发送修正后写法 B,不在本地改写。
- “高级 → 人工纠正 → 学习记录”会分别保留完整修改与旧版记录,并可导出或清除;旧版记录不会重新进入转写流程。
- “历史”与“统计”损坏时会保留原文件、优先从可读备份恢复,并显示无法恢复的错误。
- “统计”已移到“历史”下方,成为独立入口,不再作为诊断页面。
- 与保留的历史记录关联的录音,以及原始、处理后和最终文字都会保存在本机,直到用户删除对应记录;明确修改后会显示本地保存确认。
首次启动、云端与更新
- 单屏首次引导完成快捷键、权限,以及 Local 或 OpenAI-compatible 转写。
- ElevenLabs 与 Alibaba 适配器仍作为可选 Beta 服务提供,待真实服务验收后再进入稳定入口。
- OpenAI-compatible `/models` 认证查询、24 小时缓存、按任务筛选,以及 Automatic/Fixed 模式。
- 直装版使用签名 Sparkle appcast;App Store-compatible target 保持可构建,但不属于 1.0.0 发布渠道。
- 1.0.0 同步公开 GPL-3.0 源码;独立的 Shuo Community 构建不使用正式版数据、钥匙串身份或官方更新通道。
- 更新安装前会检查其他 macOS 账户中的 Shuo;如果仍在运行,安装会等待而不会关闭对方进程。
- “关于”集中隐私、版本说明、卸载与数据、权限、反馈、诊断复制、设置导出、数据文件夹与 API Key 移除;检查更新位于“设置 → 应用”。
- “高级”默认不选中阶段,以七阶段 pipeline 呈现完整设置;搜索位于该总览下方,点击阶段后显示其全部相关选项。
发布状态
Shuo 1.3.0 已作为 macOS 直装版发布。每个官方 ZIP 和 DMG 都与公开源码标签、校验和及签名更新源一一对应。