OpenSuperWhisper：macOS 上的语音听写应用

这是什么

OpenSuperWhisper 是一款运行在 macOS（Apple Silicon / ARM64）上的开源桌面应用，主语言为 Swift，当前在 GitHub 上获得 ★1696。它的核心能力是基于 OpenAI 的 Whisper 模型实现实时音频转录，同时内置了 Parakeet 作为第二转录引擎。用户可以通过应用内直接下载模型文件（.bin），无需手动配置深度学习环境。项目采用 MIT 许可证，支持通过 Homebrew 一键安装（brew install opensuperwhisper），也提供 GitHub Releases 页面直接下载。

解决的问题

传统音频转录场景通常面临三个痛点：一是离线场景下缺乏低延迟的实时转录方案；二是用户需要自行安装和配置模型、依赖，技术门槛较高；三是多麦克风（内置、外接、蓝牙、iPhone Continuity）切换和快捷键操作不够灵活。OpenSuperWhisper 将 Whisper 模型封装为 macOS 原生应用，通过全局键盘快捷键和菜单栏交互，让用户在任何前台应用中都能随时开始录音并实时获取转写文字，无需切换窗口或手动启动脚本。同时支持拖放音频文件进行批量转写，解决了录音文件后期处理效率低的问题。

核心功能

• 实时录音与转录：点击快捷键即开始录制麦克风音频，松开或再次点击停止，转录结果实时显示。
• 双转录引擎：内置 Whisper（OpenAI）和 Parakeet（NVIDIA）两种模型引擎，用户可在应用内直接下载不同尺寸的模型（如 tiny、base、small、medium、large），并随时切换。
• 全局键盘快捷键：支持组合键（如 ⌘+⌥+F）或单修饰键（如 Left ⌘、Right ⌥、Fn）触发录音/停止，甚至支持「长按录制，松开停止」的 hold-to-record 模式。
• 麦克风选择：从菜单栏可直接切换内置麦克风、外接 USB 话筒、蓝牙耳机、iPhone Continuity 摄像头麦克风等音频输入源。
• 文件拖放与队列转录：将 WAV/MP3/M4A 等音频文件拖入应用窗口，自动加入队列并按顺序转录，支持多文件并发处理。
• 多语言自动检测：转录时自动识别语言（包括日语、中文、韩语等亚洲语言），并提供亚洲语言自动纠错（autocorrect）功能。
• 模型管理：首次启动自动复制默认模型，用户也可从 Whisper.cpp 的 Hugging Face 仓库下载 .bin 文件放入指定目录以扩展模型库。

亮点 / 与同类相比

相比其他 macOS 转录工具（如 MacWhisper、Whisper Transcription、或命令行版的 whisper.cpp），OpenSuperWhisper 的差异化在于：

• 无缝的实时体验：无需打开独立窗口，全局快捷键在任何应用中都生效，适合会议记录、听课、采访等场景。
• 双引擎灵活切换：Parakeet 引擎在某些场景下（特别是 NVIDIA GPU 加速的 Mac 上）可能提供更好的性能或精度，用户可根据任务选择。
• 菜单栏集成：整个交互集中在菜单栏，不占用 dock 空间，启动即后台运行，符合 macOS 用户习惯。
• 亚洲语言优化：内置自动纠错，对日语、中文、韩语的转录准确性有针对性改进，这是很多基于纯 Whisper 的工具未提供的。
• 活跃社区与 Roadmap：项目明确列出了 Streaming transcription、Custom dictionary / keyword boosting、Intel macOS 兼容性、Agent 模式、后台应用模式等开发计划，表明持续维护意愿。

适合谁用 / 上手

• 内容创作者 / 记者：需要将采访、会议录音快速转为文字稿，可搭配全局快捷键实现「听到即转写」。
• 远程工作者：在视频会议中记录发言要点，或使用 iPhone Continuity 麦克风拾音进行实时转录。
• 语言学习者：利用亚洲语言自动纠错功能，辅助听力练习和词汇记录。
• 开发者 / 技术用户：希望基于开源项目进行二次开发（如增加自定义词典、流式转录），项目提供清晰的本地构建步骤（git submodule update --init --recursive; brew install cmake libomp rust ruby; ./run.sh build）和 CI workflow 参考。

上手步骤：

1. 确保 macOS 设备为 Apple Silicon（ARM64），安装 Homebrew。
2. 执行 brew install opensuperwhisper 或从 GitHub Releases 下载 DMG。
3. 首次启动时应用会自动下载默认 Whisper 模型（tiny 或 base），也可在设置中选择下载更大模型。
4. 在系统偏好设置中为应用授予「麦克风」「辅助功能」权限。
5. 自定义快捷键（如设置 Fn 为录音键），点击菜单栏图标即可开始使用实时转录或拖放文件转录。