fun-voice-type

一个语音输入法插件。它基于阿里云FunASR实时语音识别技术，允许用户通过长按快捷键（Right Option键）直接将语音转换为文字并“打”在当前光标所在的任何输入框中。此外，还能将语音翻译为多种语言（例：中英日韩）。

激活条件

触发场景	说明
请求语音转译	"实时录音转写"、"语音转文字"、"实时语音翻译"
功能咨询	"怎么用语音打字？"
效率需求	"我不方便打字"、"帮我记录这段话"

核心功能

• 长按即说：将鼠标光标点击到任何你想输入文字的地方，长按 Right Option ⌥ 开始录音，松开自动完成。
• 全场景兼容：无缝支持浏览器、文档编辑器、IM 聊天软件等任何 macOS 标准输入控件。
• 多语种兼容：支持多语种输入，以及翻译功能（点击fun-voice-type图标选择目标语种）。

环境依赖

1. 系统库依赖

由于使用了 pyaudio，你需要先在系统中安装portaudio以及python依赖：

brew install portaudio
pip install dashscope pynput pyaudio pystray

2. 设置 DashScope API Key

为了安全起见，建议将API Key设置为环境变量：

export DASHSCOPE_API_KEY='你的API_KEY'

如果还没有API Key，建议访问 阿里云 DashScope 控制台，申请并获取API Key。

安装与运行

运行脚本，fun-voice-type将显示为Mac菜单栏右上角的小图标：

nohup python fun-voice-type.py > /dev/null 2>&1

此时长按右Option即可实现语音输入功能。

权限授予

由于该 Skill 需要监听全局键盘按键并模拟键盘输入，在不同系统下需要额外权限：

macOS

• 辅助功能 (Accessibility)：前往 系统设置 -> 隐私与安全性 -> 辅助功能，将你运行脚本的终端（如 Terminal, iTerm2 或 VSCode）勾选开启。
• 麦克风 (Microphone)：首次运行时，系统会弹出麦克风权限请求，请点击允许。
• 输入监听 (Input Monitoring)：同样在隐私设置中确保终端有权监听键盘。

---

版本: 2.0.0 日期: 2026-03-21