Show HN: Ghost Pepper – 專為 macOS 設計的 100% 本地端按住即說語音轉文字工具

背景

Ghost Pepper 是一款專為 macOS 設計的開源語音轉文字工具，主打 100% 本地運行以保障隱私。使用者只需按住 Control 鍵即可錄音，放開後系統會自動透過 WhisperKit 與本地大型語言模型進行轉錄與文本修飾，並直接貼入當前視窗。開發者強調這款工具不僅免費，且效能足以挑戰市面上獲得鉅額融資的同類商業產品。

社群觀點

在 Hacker News 的討論中，社群對 Ghost Pepper 的隱私優先與本地化設計表示肯定，但同時也引發了關於模型選擇與效能優化的深入探討。許多資深使用者指出，雖然 Whisper 是目前最知名的模型，但 Parakeet 系列模型在速度與準確度上往往更具優勢，特別是對於資源受限的機器，Parakeet v3 的輕量化特性使其成為熱門替代方案。部分留言者提到，若使用較大的模型如 Whisper Large-v3，其精確度通常已足夠，未必需要額外的語言模型進行二次修飾，因為多層處理反而可能增加延遲，影響即時輸入的流暢感。

針對錄音長度的處理，社群成員分享了不同的技術見解。有使用者反映長達 30 秒以上的音訊在 Metal 加速下仍會感到遲鈍，對此有建議指出應採用「連續錄音」模式，透過偵測靜音閾值來進行分段處理，而非等待錄音結束才一次性運算。此外，關於 macOS 原生支援的討論也相當熱烈，不少人質疑蘋果明明擁有強大的 Speech.framework 介面，卻遲遲未在系統層級開放高品質的本地模型，導致開發者必須自行整合第三方框架。

除了技術細節，社群也將 Ghost Pepper 與現有的開源工具如 Hex、Handy 及 VoiceInk 進行橫向對比。這些工具各有千秋，例如 Handy 在 Linux 與 Mac 跨平台整合上表現優異，而 Hex 則同樣強調本地速度。有趣的是，有開發者提出將「腳踏板」作為觸發介面的創意想法，認為這能進一步解放雙手。儘管目前 Ghost Pepper 在權限請求上似乎存在一些初始錯誤（Bug），但其開源 MIT 授權與對抗商業軟體收費模式的立場，仍獲得了技術社群的廣泛支持。

延伸閱讀

在討論串中，參與者推薦了多款具備類似功能的本地語音工具與模型資源。針對 macOS 使用者，除了 Ghost Pepper，還有基於 Speech.framework 的輕量化工具 yap，以及整合了 Parakeet 模型的 VoiceInk。對於 Linux 使用者，則有支援 Cohere Transcribe 模型的 hyprwhspr。此外，Handy 與 Hex 也是社群公認成熟的本地語音轉文字解決方案。在模型層面，FluidAudio 提供的 Parakeet v3 被多次提及作為 Whisper 之外的高效率選擇。