开源新品：告别 Whisper，这款 macOS 语音输入工具利用多模态大模型实现“懂语境”转写

开发者 Maxwin 推出了一款名为 SpeakMore 的开源 macOS 语音输入工具。与传统 ASR（如 Whisper）方案不同，该工具直接调用多模态大模型（如 Gemini、通义千问）处理音频，实现从识别到优化的“一步到位”。其核心创新在于“三层上下文系统”：通过 API 获取当前 App 信息、结合短期话题与长期用户画像，大幅提升专业术语识别准确率。项目采用纯 Swift 编写，仅 2MB 大小，且针对 macOS 复杂的文本插入机制实现了多重兼容回退逻辑。