Tidytalk 使用指南

从第一次语音输入,到接入本机大模型和排查问题,Tidytalk 的所有用法都在这里。

更新于 2026-11-05

安装和设置

Tidytalk 需要 macOS 26 或更高版本、Apple 芯片的 Mac。

  1. 在 GitHub Releases 下载最新的 Tidytalk-x.y.z.dmg,打开后把 Tidytalk 拖进 Applications 文件夹。
  2. 打开 Tidytalk。安装包用苹果的 Developer ID 签名并经过苹果公证,第一次打开时系统只会问一次"是否打开从互联网下载的 App",点"打开"即可。
  3. 按首次启动的引导完成:
    • 授权麦克风:用于录音。
    • 授权辅助功能:用于监听快捷键,并把文字粘贴到光标处。
    • 配置 AI:选 Ollama、LM Studio、云端或 Apple 智能,填写 OpenAI 兼容接口的地址、API Key 和模型,默认 DeepSeek。可以跳过,跳过后直接输出识别结果。
    • 下载语音识别模型:约 240 MB,只需下载一次,之后识别不用联网。

Tidytalk 平时只在菜单栏显示图标,只有打开引导或主窗口时才会出现在 Dock 里。菜单栏图标的菜单只放操作:开始实时字幕、开始会议记录、转写文件或链接,以及最近的 3 条结果。

主窗口左边是四页:首页(今天说了多少字、三个功能的入口、最近的结果)、转写(转写文件或链接)、资料库(说话记录、会议记录和转写都在这里,可以筛选和搜索)和词库。左下角是设置(⌘,),分三组,每个选项只在一处:功能(说话输入、实时字幕、会议记录)、共用(快捷键、AI 服务、识别模型)、系统(通用、隐私与数据、关于)。

按住说话

  1. 在任意输入框里放好光标。
  2. 按住 Option + Command 说话。屏幕底部会出现一个玻璃质感的指示器,随音量跳动。
  3. 说完松开,稍等片刻,整理好的文字出现在光标处。

免按住录音

快速双击快捷键,开始录音后就可以松手,适合说较长的内容;再按一次快捷键结束,按 Esc 取消。录音期间打字、点击鼠标不会打断录音。说得很长时,Tidytalk 会边录边识别已经说完的部分,松开后很快就能出字。可以在"设置 › 说话输入"里关闭。

语音改写选中的文字

先选中一段文字,按住右侧 Option说出修改要求,例如"改得正式一点""缩短到一句话""翻译成英文",松开后选中的文字会被替换成改写结果。

从其他应用控制

Tidytalk 能响应 tidytalk:// 开头的网址,可以在 Raycast、快捷指令、Karabiner、Stream Deck 里绑定:

网址作用
tidytalk://toggle开始说话输入,和双击快捷键一样不用按住;再打开一次结束
tidytalk://start / tidytalk://stop只开始 / 只结束
tidytalk://cancel取消这次录音
tidytalk://captions打开或关闭实时字幕;也可以用 captions/start、captions/stop

在终端或脚本里用 open -g tidytalk://toggle,焦点会留在正在打字的地方。如果打开网址时 Tidytalk 被切到了前台,它会把焦点还给原来的应用,文字照样粘贴到光标处。

识别模型

默认用 SenseVoice:体积小(约 240 MB)、速度快,中英文混说效果好。在"设置 › 识别模型"里可以换用其他模型,所有模型都在本机运行。

点右边的下载按钮后可以继续用:下载完成前一直用当前的模型,下载好后自动换用。说话输入、实时字幕和转写文件都使用这里选的模型。

实时字幕

收听电脑播放的声音(视频、网课、视频会议),在屏幕底部显示字幕。只录电脑输出的声音,不录麦克风;声音同样只在本机识别。

一步步的设置方法见在 Mac 上给视频和会议加实时翻译字幕。

会议记录

按 ⌃⌥M(Control + Option + M),或在首页、菜单栏菜单里选"开始会议记录"。录音期间主窗口侧边栏底部显示计时和结束按钮。会同时录下你的麦克风和电脑里播放的声音(会议另一端的人),再按一次结束。

转写文件或链接

在主窗口的"转写"页把文件拖进来,或粘贴视频链接;也可以在菜单栏菜单里选"转写文件或链接…",或按 ⌘O 选文件、⌘L 粘贴链接。结果列在"转写"页下面,资料库里也有:

整理效果

整理只做删减和修正,不改变你说的内容:

你说的输出
嗯那个我想问一下就是这个 API 的那个 rate limit 呃是多少我想问一下这个 API 的 rate limit 是多少?
项目要延期到下周三,不对,是下周四项目要延期到下周四。

在"设置 › 说话输入"里关闭"整理文字"后,直接输出识别结果,应用完全离线工作。AI 服务超时、连不上或返回异常时,会粘贴识别原文并给出提示。

整理强度和模式

都在"设置 › 说话输入 › 整理文字"里切换。

强度效果
轻度只补全标点、删除"嗯、呃"这类语气词,其余原话保留
标准(默认)删除填充词和口误,补全标点
深度在标准基础上进一步精简啰嗦、重复的表达,但不改变原意
模式效果
标准(默认)删除填充词、修正口误、补全标点,保持原意
聊天(口语)保持口语化的语气,保留句末语气词
邮件(书面)使用书面表达,句子完整
代码(保留术语)严格保留术语、命令、文件名和符号,不转换标点

输出语言

默认"与原文相同"。选择其他语言后,说中文或英文,整理时直接翻译,例如说中文、粘贴出英文邮件。支持英文、简体中文、繁体中文、日文、韩文、法文、德文和西班牙文。

更多例子见说中文,直接出英文。

本机大模型

Tidytalk 用 OpenAI 兼容协议连接 AI 服务,所以也能接本机运行的模型,文字不会离开电脑:

  1. 安装 Ollama 并下载一个模型,例如 ollama pull qwen2.5:7b;或者在 LM Studio 里下载并加载模型,打开本地服务。
  2. 在"设置 › AI 服务"顶部选 Ollama 或 LM Studio,确认模型名后保存。要换回 DeepSeek、OpenAI 等云端接口,选云端。本机模型不需要 API Key,超时默认放宽到 60 秒。
  3. 点紫色的网络图标测试连接,确认可用。

Qwen3、DeepSeek-R1 这类会"思考"的推理模型也能用:Tidytalk 会请求它跳过思考,万一还是带了思考过程,也会自动去掉。效果取决于模型大小。小模型对"只整理、不回答"和自定义规则的遵守不如云端模型稳定,建议用 7B 左右或更大的模型。详见完全离线的 Mac 语音输入。

Apple 智能

支持 Apple 智能的 Mac,在"设置 › AI 服务"里选 Apple 智能,就用系统自带的模型整理和翻译,不需要 API Key,文字不会离开这台 Mac。需要先在系统设置里打开 Apple 智能;这台 Mac 不支持或还没打开时,这一项会变灰并写明原因。

词库

都在主窗口的"词库"页里。

常用词

每行一个人名、产品名或专业术语,这些词最容易识别错。识别模型选 Qwen3-ASR 时,识别阶段就能认对这些词;它们还会放进 AI 整理的提示里,让模型把读音相近的错误识别改成正确写法,例如"森斯沃伊斯"改为"SenseVoice"(这一步需要开启"整理文字")。关闭整理时,Tidytalk 也会在本机纠正和词库里"差一点"的词:大小写或空格不同("github" → "GitHub"、"chat gpt" → "ChatGPT"),较长的英文词拼错一个字母("Kubernetis" → "Kubernetes"),以及三个字以上读音完全相同的中文词("张三峰" → "张三丰")。网址、邮箱和文件路径里的词不会被改动。

固定替换

识别结果里出现某个词时,总是替换成指定写法,例如"克劳德"总是替换成"Claude"。英文不区分大小写,只匹配完整单词。在本机处理,关闭整理时也生效。在菜单栏图标的"最近的结果"里选一条,点"加入词库…",可以直接把识别错的词加进来。

自动学词

粘贴后,如果你在同一个输入框里把某个词改成了别的写法(例如把"克劳德"改成"Claude"),会在词库页的"发现你改过的词"里列出来,点 ✓ 才会加入。只在粘贴后的一分半钟内比较,不保存任何内容;不需要的话,在"设置 › 说话输入"里关掉"提示加入词库"。

快捷短语

例如"我的邮箱"对应完整的邮箱地址。整句话只说这个短语时,直接输出设置好的内容;句子中间提到这个短语不会被替换。

自定义规则

每行写一条自己的写法要求,例如"金额一律用阿拉伯数字""产品名写作 Tidytalk"。AI 整理和语音改写时都会遵守;规则只影响写法,不会让 AI 补充原文没有的内容。最多 20 条。

不知道该用哪一种?看看怎么让语音输入认对人名和术语。

中英文排版规范

在本机自动处理:中文与英文、数字之间加空格;中文后面的标点统一为全角;全角字母和数字转为半角。数字里的小数点、文件名、网址等不受影响。可以在"设置 › 通用"里关闭。

说话记录

每次说话输入、语音改写的结果(整理后的文字和识别原文)默认保存在这台 Mac 上 30 天,只有你自己能读写,不会上传,也不记录粘贴到了哪个应用。全部记录在资料库里,可以搜索、拷贝、重新整理或删除;菜单栏图标的"最近的结果"里有最近 3 条,可以重新粘贴。在"设置 › 隐私与数据"里可以改保留多久、一次清空,或关掉"保存说话记录":关掉后只在这次打开期间放在内存里,退出即清空。

支持的语言

说话时不需要选择语言,识别会自动判断。默认的 SenseVoice 模型支持:

其他语言和方言可以在"设置 › 识别模型"里换模型:Qwen3-ASR 支持 30 种语言和 22 种中文方言(如四川话、东北话、吴语、闽南语),Whisper Turbo 支持约 99 种语言。也可以用一种语言说,再设置输出语言,写成另一种语言。界面支持简体中文和英文,跟随系统语言。

经常中英文混着说?看看中英文混说怎么识别得准。

常见问题

情况原因和处理
提示"整理失败,已粘贴原文"AI 服务连不上、超时或返回异常。检查网络,在"设置 › AI 服务"里点紫色的网络图标测试连接。
提示"没有听到内容"没有识别到内容。在"设置 › 说话输入"里检查麦克风。
按快捷键没反应缺少辅助功能权限,在"设置 › 通用 › 权限"里授权。
打开时提示无法验证开发者0.4.2 之前的版本没有公证。下载最新版本,它经过苹果公证,确认一次就能打开。

辅助功能一直显示未授权

系统设置里已经打开了 Tidytalk 的开关,应用却仍显示未授权,通常是列表里留着旧版本的条目。在"系统设置 › 隐私与安全性 › 辅助功能"里选中 Tidytalk 点"−"删除,再回到 Tidytalk 点"授权"重新添加;或者在终端执行:

tccutil reset Accessibility app.tidytalk.Tidytalk

所有设置都保存在 ~/.tidytalk.json(API Key 存在 macOS 钥匙串里,不写进文件),也可以直接编辑,字段说明见配置文件文档。

卸载

把 Tidytalk 拖进废纸篓只会删除应用本身,语音识别模型、配置和授权记录都会留在电脑上。完整卸载:先退出 Tidytalk(开启过开机自动启动的话先关掉),把应用拖进废纸篓,再在终端执行:

rm -rf ~/Library/Application\ Support/Tidytalk
rm -f ~/.tidytalk.json
security delete-generic-password -s app.tidytalk.Tidytalk -a ai.api_key
rm -rf ~/Library/Caches/app.tidytalk.Tidytalk ~/Library/HTTPStorages/app.tidytalk.Tidytalk
defaults delete app.tidytalk.Tidytalk
tccutil reset All app.tidytalk.Tidytalk

这几行依次删除语音识别模型(SenseVoice 约 240 MB,其他模型各约 1 GB)、说话人模型、yt-dlp、会议记录、转写记录和说话记录、配置文件、钥匙串里的 API Key、联网缓存、系统偏好,以及麦克风、辅助功能和录制系统音频的授权。打算以后重装、想保留设置的话,可以不删 ~/.tidytalk.json。