系统工具#语音转文字

Hex:按住说话,把本地转写贴进当前桌面应用

Hex 是跨应用的开源本地语音输入工具:按住快捷键说话,松开后把转写文本贴进焦点应用;首次启动需下载语音模型。

项目资料

GitHub Ecosystem
仓库地址github.com/anomalyco/hex
许可证
MIT
主语言
Rust
星标
5,852
核查时间
2026-11-09

以上快照资料以核查当日为准,可能随版本或运营策略变化。

写聊天提示、代码注释或短笔记时,逐字敲进去很容易打断思路。Hex 是 anomalyco/hex 开源的桌面语音输入应用(Rust、MIT;截至 2026-11-09 有 5,852 星):按住快捷键说话,松开后在设备本机转写,并把文字贴进当前焦点应用。首次启动会下载语音模型;项目说明,之后的语音识别在设备上完成,不把录音送出电脑。

核心功能

  • 按住说,松开即贴入:热键开始录音,松开后转写并把结果输入当前应用;不用切到单独的听写窗口,也不用再复制粘贴。
  • 本机语音识别:首次运行要联网下载语音模型;之后模型在设备本地转写。README 没公布模型大小,也没有说明语言清单,安装前不要假定磁盘占用或中文识别表现。
  • 覆盖三类桌面系统:macOS 提供 Apple silicon 版本;Windows 有 x64 与 ARM64 安装包;Linux 有 x86_64 与 ARM64 构建。Windows 和 Linux 的安装文档都把对应移植标为 beta。
  • 稳定版与开发版分开:官网 README 将 Stable 列为当前版本,Dev 是 dev 分支最新构建并会从 Dev 通道自动更新;日常使用优先从 Stable 开始。
  • 开源许可清楚:仓库采用 MIT,可检查实现或自行构建;项目当前说明不接收 pull request,改进建议走 issue。

典型使用场景

  • 写长提示词:在聊天框或代码编辑器里口述一段说明,松开热键后文字直接出现在光标处,保持思路连贯。
  • 日常短消息与笔记:把临时想法说进当前邮件、文档或任务输入框,适合比开专门录音工具更短的输入。
  • 不想把语音交给在线服务:模型首次下载完成后,项目称识别过程留在本机;适合重视本地处理、也能接受首次下载的人。

快速上手

Mac(Apple silicon)可用 README 给出的 Homebrew cask 命令安装:

brew install --cask anomalyco/tap/hex

首次启动需要下载语音模型,之后按住应用配置的快捷键说话、松开即可把转写文字贴入当前应用。Windows 的默认 Hold 模式快捷键是 Ctrl+Space,按住说话、松开 Space 结束;Windows 与 Linux 用户应先按各自文档核对 beta 状态、处理器和桌面环境要求,再下载对应安装包。

平台与边界

Hex 的本地语音输入重点是把语音变成当前应用里的文字;README 没有把它描述成会议记录或内容整理器。需要会议字幕、翻译与纪要时,可看本站的 知了 Cicada;要把已有音视频转成结构化笔记,可看 AudioNotes。

平台限制要分开看:macOS 下载仅列 Apple silicon;Windows x64 需要支持 AVX2 的处理器;Linux beta 面向 X11 与部分 wlroots Wayland 桌面,窗口仍需要 Vulkan 驱动,即使转写选 CPU。Windows 默认快捷键为 Ctrl+Space;Hex 匹配时会拦截组合键,若输入法或别的应用也依赖它,需要改键,或开启与其他应用共享该快捷键。Linux 在兼容的 wlroots 桌面用 wtype 粘贴,其他桌面走 RemoteDesktop portal;全局热键也可能需经桌面门户或手动绑定命令。

小结

Hex 适合经常在聊天、编辑器和文档里口述短文本,又希望识别留在本机的人;要自动总结会议、区分说话人或批量转录文件,应选更完整的转写工具。它是 MIT 许可的 Rust 桌面应用,关键取舍是首次模型下载、macOS 仅支持 Apple silicon,以及 Windows/Linux 仍标 beta;此外项目不接收 pull request,协作方式以提交 issue 为主。正式替代系统听写前,建议按自己的输入法与桌面环境先试一轮快捷键、粘贴和模型下载流程。