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 <kbd>⌥</kbd> 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