VibeTyping

macOS 語音輸入法，使用 WhisperKit 搭配 Breeze-ASR-25 CoreML 模型在本地端進行台灣中文語音辨識，並可選擇透過雲端 LLM 進一步校正同音錯字與標點符號。

功能特色

• 本地語音辨識 — 使用 Apple Neural Engine 加速，無需上傳音訊到雲端
• 台灣中文優化 — 採用 Breeze-ASR-25（基於 Whisper large-v2 微調）
• LLM 校正 — 支援任意 OpenAI 相容 API 端點，修正同音錯字、補標點
• 自動停止 — 透過靜音偵測（VAD）自動判斷說話結束
• 原生整合 — 基於 InputMethodKit，作為系統輸入法運作於所有應用程式
• 自動下載模型 — 首次啟動時自動從 HuggingFace 下載模型，附進度條顯示

系統需求

• macOS 14.0 (Sonoma) 或更新版本
• Apple Silicon (M1/M2/M3/M4)
• Xcode 15.0+（建置用）
• 約 3GB 磁碟空間（模型下載）

建置與安裝

# 1. Clone 專案
git clone https://github.com/chenlu-hung/VibeTyping.git
cd VibeTyping

# 2. 確認 xcode-select 指向 Xcode.app
sudo xcode-select -s /Applications/Xcode.app/Contents/Developer

# 3. 解析 SPM 依賴
xcodebuild -resolvePackageDependencies \
  -project VibeTyping.xcodeproj \
  -scheme VibeTyping

# 4. 建置
xcodebuild -project VibeTyping.xcodeproj \
  -scheme VibeTyping \
  -configuration Release build

# 5. 安裝到輸入法目錄
cp -R ~/Library/Developer/Xcode/DerivedData/VibeTyping-*/Build/Products/Release/VibeTyping.app \
  ~/Library/Input\ Methods/

# 6. 登出再登入（或重新啟動），讓系統載入新的輸入法

註冊輸入法

1. 開啟 系統設定 → 鍵盤 → 輸入來源 → 編輯
2. 點選 + 按鈕
3. 找到 VibeTyping 並加入

使用方式

操作	說明
Ctrl + /（預設，可自訂）	開始錄音（再按一次手動停止）
說完話後靜默 1.5 秒	自動停止錄音並開始辨識

快捷鍵可在設定視窗中自訂，支援任何包含修飾鍵（Ctrl/Cmd/Option）的組合。

辨識流程：

🎤 錄音中 → 📝 辨識中（WhisperKit 本地辨識）→ ✨ 校正中（LLM）→ 文字輸出

設定

在輸入法選單中選擇 「VibeTyping 設定...」 開啟設定視窗。

語音辨識

設定項	預設值	說明
靜音偵測秒數	1.5 秒	說話停頓多久後自動停止錄音
自訂模型資料夾	（空）	留空則自動下載到 ~/Library/Application Support/VibeTyping/HubCache/
錄音快捷鍵	⌃/ (Ctrl+/)	點擊按鈕後按下新的組合鍵即可變更

LLM 校正

設定項	預設值	說明
啟用 LLM 校正	開啟	關閉則直接輸出原始辨識結果
API Endpoint	https://api.openai.com	任何 OpenAI 相容端點
API Key	（空）	需填入才會啟用校正
Model	gpt-4o-mini	建議使用快速模型以降低延遲

專案結構

VibeTyping/
├── App/                 # 應用程式入口與 IMKServer 初始化
├── InputMethod/         # IMKInputController 核心控制器
├── Audio/               # AVAudioEngine 錄音與靜音偵測
├── Transcription/       # WhisperKit 模型載入與轉錄
├── LLM/                 # OpenAI 相容 API 客戶端與校正 Prompt
├── UI/                  # 浮動狀態面板與 SwiftUI 設定介面
├── Settings/            # UserDefaults 設定管理
└── Resources/           # Info.plist、Entitlements

依賴

套件	用途
WhisperKit (SPM)	本地語音辨識引擎
Breeze-ASR-25_coreml	台灣中文 ASR CoreML 模型

系統框架：InputMethodKit、AVFoundation、SwiftUI。

開發

重新建置後需重新安裝並重啟輸入法程序：

killall VibeTyping 2>/dev/null
cp -R ~/Library/Developer/Xcode/DerivedData/VibeTyping-*/Build/Products/Debug/VibeTyping.app \
  ~/Library/Input\ Methods/

授權

MIT License