2026 不少 Mac 用户都在找好用的语音输入工具，系统自带听写识别生硬、带大量语气助词，第三方语音软件大多基于 Electron 打包，占用内存大、界面繁杂，还要开通会员解锁完整功能。平时写代码、整理文档、沟通消息时，想快速口述转文字总会被各种限制打断。
这段时间 软件格律诗 一直在用开源工具 Koe 完全原生开发，常驻菜单栏几乎无存在感，支持云端、本地双路语音识别，搭配大模型自动润色文本，开发者、文案、办公人群都适配，全程无订阅、无强制弹窗，实测下来体验远超同类工具。
主要功能特点
原生轻量化架构，后台运行不占用资源
Koe 采用 Objective-C 对接 macOS 原生接口，性能核心由 Rust 编写，没有多余冗余组件，完整安装包不足 15MB，日常内存占用仅 20MB 左右，低配 Mac 运行也不会出现卡顿、掉帧。
软件没有独立常驻窗口，仅保留菜单栏小图标，录音时弹出半透明磨砂悬浮条实时展示识别文字，录制结束自动消失，不会遮挡编辑页面。同时区分标准版与轻量版，轻量版剔除本地大模型模块，体积进一步压缩，老旧 Mac、Intel 机型都能流畅运行。
极简全局快捷键，两种录制模式自由切换
默认 Fn 键作为全局触发按键，也能自定义 Option、Command、Control 等修饰键，全程无需切换软件窗口，任意输入框都能直接唤起录音。
提供两种录制逻辑，长按模式按住按键说话，松开自动结束识别；切换模式轻点一次开启录音，再次点击停止，适合长时间口述文案、会议记录。快捷键修改实时生效，修改配置文件几秒内自动同步，不用重启软件，操作流程连贯顺滑。
多路线语音识别，云端本地双方案兼顾精度与隐私
Koe 内置多套 ASR 识别引擎，按需选择适配不同使用场景。云端方案接入豆包、通义千问流式语音接口，实时回传识别文字，自带去语气词、数字标准化、自动标点功能，混合中英代码术语识别准确率很高。
注重数据隐私可以切换本地离线方案，macOS 26 以上设备可直接调用系统自带语音识别；Apple Silicon 机型支持 MLX 本地模型，CPU 设备搭载 sherpa-onnx 离线模型，所有音频、文字数据仅保存在本机，断网环境也能正常使用，完全不用上传语音文件至第三方服务器。
LLM 自动文本修正，自定义模板一键改写内容
语音识别完成后，文本会自动送入大模型做二次优化，清理口语赘词、规范标点、统一专业术语，不用手动逐句修改。兼容所有 OpenAI 接口格式，本地 MLX 模型可离线完成文本校正，无需 API 密钥。
内置 9 组自定义改写模板，设置对应数字快捷键，录音结束后一键切换翻译、邮件润色、精简摘要等格式，改写结果复制到剪贴板，按需粘贴使用。还能手动修改本地提示词文件，自定义校正规则，适配代码、公文、自媒体等不同写作场景。
纯文本配置文件，批量自定义专业词库
所有设置、词库、提示文案全部存放在~/.koe/文件夹下纯文本文件，不用在软件弹窗里逐条手动设置。词典以 txt 格式存储，一行一个专业词汇，开发人员可以用脚本批量导入代码、框架、专业名词，提升专业术语识别准确度。
配置文件修改即时生效，不用重载、重启程序，支持多设备同步配置文件，换电脑直接复制文件夹就能还原全套自定义设置，对习惯脚本化管理的开发者十分友好。软件自带本地 SQLite 数据库，自动记录所有语音输入记录，可通过终端命令查询使用时长、文字总量，数据全部本地存储，不会上传云端。
使用教程
首次启动仅需授予麦克风、辅助功能、输入监控三项权限，操作步骤简单，配套官方 CLI 工具，支持一键下载、删除本地语音大模型，批量管理离线识别资源，新手也能快速完成全套配置。
不管是程序员口述代码注释、自媒体批量写稿，还是日常办公快速记录灵感，Koe 兼顾轻量化、隐私性与自定义能力，是目前 Mac 平台性价比很高的开源语音输入工具。
官方网站
官方网站：https://koe.li/
仓库地址：https://github.com/missuo/koe
