说出来你可能不信，我删掉了三个订阅服务，换了一个免费开源的 App。

这件事的起因是上周我在写一篇文章，手速跟不上脑速，试了各种方案——输入法语音、微信语音转文字、Otter——没有一款让我觉得"这就是我想要的"。

然后我在 GitHub Trending 上刷到了 FluidVoice。

它是什么

FluidVoice 是一款 macOS 原生离线语音转文字应用，支持本地 AI 增强，开源免费（GPLv3），今天新增 365 颗 GitHub Star，总 Stars 突破 3,757。

核心卖点只有一个：快 + 隐私 + 免费。

安装方式也很简单：

brew install --cask fluidvoice

或者直接去 GitHub 下载最新 release。

解决什么问题

说白了，它解决了三个我一直没被很好满足的需求：

1. 延迟要低

很多语音工具等你说完才出文字，那种"等它反应过来"的感觉很打断思路。FluidVoice 用了 NVIDIA Parakeet 模型，基本是你话音刚落，字就出现了，延迟接近零。

2. 文字要准

苹果自带的语音输入对中文支持一言难尽，而 FluidVoice 支持 Whisper、Cohere、Nemotron Speech 等多个模型，你可以根据语言和准确度选最合适的。我测试了 Nemotron 3.5，中文识别率明显高于苹果原生。

3. 隐私要保

Otter 这些工具都要联网，语音数据经过服务器。FluidVoice 的" Fluid Intelligence" 是本地运行的 AI 增强模块，标点、大小写、上下文修正，全部在 Mac 本地完成，数据不离开机器。

值得关注的点

① 多模型自由切换——这是它的差异化核心

它不绑定任何一家语音服务商。你可以用苹果内置语音（零下载）、NVIDIA Parakeet（最低延迟）、Whisper（最广语言支持）、Cohere（最高精度），随时切换。这让它对全球用户都有吸引力，不只是英语市场。

② Command Mode + Write Mode = 全流程语音操控

这两个功能让我眼前一亮：

  • Command Mode：用语音控制 Mac——打开 App、触发 Shortcut、执行系统操作，完全不用手
  • Write Mode：选中一段文字，语音让它重写；或者在任意文本框里直接口述内容

配合全局热键，在任何 App 里随时唤起，这本质上是在做语音优先的工作流。

③ 开源 + 本地优先，隐私护城河很深

在隐私焦虑越来越强的当下，一款数据不离开本机的 AI 工具，天然有信任优势。README 里甚至写了："Warning: Based on early feedback, Fluid Intelligence may cause you to unsubscribe from other dictation apps and save money." —— 这句话很有个性，开发者敢这么说，说明产品真的有信心。

我的启发

工具类产品的核心竞争力，有时候不是功能多，而是"无感"——延迟低到让你忘了有这个东西存在。

FluidVoice 的 Parakeet 实现把延迟压缩到接近零，这个体验上的微小差距，恰恰是用户留存的关键。它不跟你比模型参数、API 能力，它比的是"说话到看到字的瞬间"那个体验。

对于我们做独立开发的人来说，FluidVoice 的思路很值得借鉴：与其做一个功能堆砌的大杂烩，不如在一个高频痛点上做到极致，让用户产生"离不开"的感觉。