This project is a showcase for the Trellis framework.
本项目是 Trellis 框架的示例项目。
macOS 语音输入工具，按住快捷键说话，松开自动将文字插入到光标位置。
- 🎤 Push-to-Talk - 按住右 Option 键说话，松开自动输入
- ⚡ 实时转录 - 基于火山引擎大模型，流式显示识别结果
- 🪟 悬浮窗显示 - 毛玻璃效果，显示录音状态和转录文字
- 🎯 光标插入 - 自动将文字插入到当前光标位置，无需切换窗口
- 🔒 不抢焦点 - 悬浮窗不会打断你的工作流
- macOS 12.0+
- Node.js 18+
- pnpm
pnpm install复制 .env.example 为 .env 并填入火山引擎配置：
cp .env.example .env编辑 .env 文件：
# 火山引擎豆包语音识别配置
VOLCENGINE_APP_ID=你的APP_ID
VOLCENGINE_ACCESS_TOKEN=你的Access_Token
VOLCENGINE_RESOURCE_ID=volc.bigasr.sauc- 访问 火山引擎控制台
- 开通「语音技术」-「流式语音识别大模型」服务
- 创建应用，获取
APP_ID - 在「流式语音识别大模型」页面，点击眼睛图标获取
Access Token - Resource ID 可选：
volc.bigasr.sauc- 大模型 1.0 流式识别volc.seedasr.sauc- 大模型 2.0 流式识别 (推荐)
pnpm start首次启动时，需要授权以下权限：
- 麦克风权限 - 用于录音
- 辅助功能权限 - 用于全局快捷键和文字插入
在「系统设置」-「隐私与安全性」中授权。
- 启动应用后，会在后台运行
- 在任意应用中，按住右 Option 键开始录音
- 悬浮窗会显示 "Listening..." 和实时转录的文字
- 松开按键，文字会自动插入到当前光标位置
- 悬浮窗会在 2 秒后自动隐藏
src/
├── main.ts # Electron 主进程入口
├── preload.ts # 预加载脚本 (IPC 桥接)
├── renderer.ts # 渲染进程入口
├── main/
│ ├── ipc/ # IPC 处理器
│ ├── services/ # 主进程服务
│ │ ├── asr/ # 火山引擎 ASR 客户端
│ │ ├── keyboard/ # 全局键盘监听
│ │ └── push-to-talk/ # Push-to-Talk 协调服务
│ └── windows/ # 窗口管理
├── renderer/
│ └── src/modules/asr/ # ASR 相关 React 组件
└── shared/ # 共享类型和常量
# 启动开发模式
pnpm start
# 类型检查
pnpm typecheck
# 代码检查
pnpm lint
# 打包
pnpm package
# 构建安装包
pnpm make- Electron - 跨平台桌面应用框架
- React - UI 框架
- TypeScript - 类型安全
- Vite - 构建工具
- 火山引擎 ASR - 语音识别服务
- uiohook-napi - 全局键盘监听
- node-insert-text - 文字插入
确保已授权「辅助功能」权限。在「系统设置」-「隐私与安全性」-「辅助功能」中添加应用。
- 确保目标应用支持文字输入
- 确保光标在文本输入区域
- 检查「辅助功能」权限是否正确授权
首次连接火山引擎服务需要建立 WebSocket 连接，可能有 1-2 秒延迟。后续使用会更快。
目前快捷键固定为右 Option 键。如需自定义，可修改 src/main/services/keyboard/keyboard.service.ts 中的 triggerKey 配置。
MIT
