yapyap

English

轻量 macOS 菜单栏语音输入工具,按住 fn 键说话,识别结果实时插入光标所在位置。

原生 Swift 实现,支持云端与本地语音识别、AI 文本后处理(在线 API 或本地大模型),一个应用覆盖从"按住说话"到"润色纠错"的完整链路。

功能一览

🎙️ 语音识别 — 云端 + 本地双模式

在线识别 — 豆包 Seed ASR 大模型,中英混合识别准确率高,延迟低。

本地识别 — 基于 sherpa-onnx,完全离线运行,不发送任何数据到服务器:

模型	大小	支持语言
SenseVoice Small	~155 MB	中 / 英 / 日 / 韩 / 粤
Whisper Small	~610 MB	99 种语言
Whisper Medium	~1.8 GB	99 种语言,精度更高

在设置中一键下载、切换、删除模型。

✨ AI 文本后处理 — 在线 + 本地双模式

ASR 的原始输出往往有错别字、标点不规范、专有名词写错等问题。yapyap 内置后处理引擎,识别完成后自动把文本送去 LLM 进行纠错润色,再插入光标。

在线模式 — 兼容 OpenAI API 协议的任何服务商,一键切换:

• OpenAI
• DeepSeek
• SiliconFlow
• Groq
• Moonshot
• 自定义 Base URL(任意 OpenAI 兼容端点)

本地模式 — 内置 Qwen3 4B Instruct(~2.1 GB),一键下载后完全离线运行。

可定制的系统提示词 — 使用推荐的默认 prompt,或换成你自己的风格指令。

术语表 — 添加常用专有名词(如「Claude Code」「yapyap」),AI 会在后处理时确保这些词的写法正确,修正类似「cloud code → Claude Code」的识别错误。

📝 格式处理 — 细节控的选项

可选的标点和中英文空格处理,让识别结果贴合不同的写作场景(写代码 / 写文章 / 聊天)。

标点展示

模式	效果
保持原样	直接输出 ASR 原始结果
空格代替标点	你好,世界。 → 你好 世界
句末不加标点	你好,世界。 → 你好,世界
保留所有标点	你好,世界。 → 你好,世界。

数字、英文展示

模式	效果
保持原样	直接输出 ASR 原始结果
前后无空格	测试test数据 → 测试test数据
前后加空格	测试test数据 → 测试 test 数据

🎛️ 两种触发方式

• 长按模式 — 按住 fn 键开始录音,松开即停止。适合快速短句。
• 单击模式 — 快速点一下 fn 开始录音,再点一下结束。适合长段落,解放手指。

按住或单击由 yapyap 自动区分(按下 0.3s 内松开视为点击)。

🧰 其他

• 全局可用 — 在任意应用中使用,包括浏览器、编辑器、终端等
• 录音浮层 — 屏幕底部显示胶囊形波形动画,直观感受录音状态
• 中英双语 UI — 设置中一键切换
• 提示音反馈 — 可选的开始/结束提示音,两套主题
• 菜单栏图标可隐藏 — 如果你不想让它出现在菜单栏,可以关掉

安装

Homebrew

brew tap realskyrin/yapyap https://github.com/realskyrin/yapyap
brew install --cask realskyrin/yapyap/yapyap

升级:

brew upgrade --cask realskyrin/yapyap/yapyap

如果首次启动被 macOS 拦截,请移除 quarantine 属性后再打开:

xattr -dr com.apple.quarantine /Applications/yapyap.app

Homebrew 已经不再支持 --no-quarantine,所以不能再使用 brew install --cask --no-quarantine ...。如果你把 app 安装到了别的目录,把上面的 /Applications/yapyap.app 换成实际路径即可。

使用方法

云端 ASR(推荐:快速上手)

1. 在火山引擎控制台获取 App Key 和 Access Key
2. 打开 yapyap 设置 → 语音模型 → 在线,填入 App Key、Access Key,选择 Resource ID
3. 点击「测试连接」确认配置正确
4. 在系统设置 → 键盘中,将「按下 🌐 键时」设为「不执行任何操作」
5. 在任意应用中按住 fn 键开始语音输入

本地 ASR(完全离线)

1. 打开 yapyap 设置 → 语音模型 → 本地模型
2. 选择一个模型并下载(推荐先试 SenseVoice Small,体积小速度快)
3. 下载完成后点击「选择」使其生效
4. 按住 fn 键即可离线识别

启用 AI 后处理(可选)

1. 打开 yapyap 设置 → 后处理 → 启用 AI 文本纠正
2. 选择「在线」填入 OpenAI 兼容 API,或选择「本地模型」下载 Qwen3
3. (可选)在「术语」中添加常用专有名词
4. 之后每次识别结果都会先经过 LLM 纠错,再插入光标

首次使用需要授予麦克风和辅助功能权限。

系统要求

• macOS 14.0+
• Apple Silicon

内存占用参考

yapyap 按需加载本地模型,当你切回在线模式时会主动释放本地模型占用的内存(尤其是 2 GB 量级的本地 Qwen),不需要重启 app,也不会让内存无限上涨。

在 Apple Silicon 上实测的大致占用:

配置	内存占用
纯在线(豆包 + 在线后处理)	~350 MB
本地 ASR(SenseVoice Small) + 在线后处理	~360 MB
本地 ASR + 本地 Qwen3 4B 后处理	~2.5 GB

• 本地 ASR 模型(尤其 SenseVoice Small,~155 MB)增量很小,基本可以当作"免费"
• 本地 Qwen3 4B 后处理会额外占用约 2 GB(权重驻留在 Apple Silicon 的统一内存里)
• 任何时候从本地模式切回在线,都不需要重启 app

构建

# 生成 Xcode 项目
xcodegen

# 用 Xcode 打开并构建
open yapyap.xcodeproj

许可证

本项目基于 MIT 协议 开源。