Szept Szept 是一款轻量 Mac 应用，支持 60+ 语言语音听写、AI 文本润色与屏幕录制，并把结果直接交给 Claude Code，适合用语音高效驱动 AI 编程智能体的开发者。 热门评论 PH 用户我是作者。我会用波兰语跟编码智能体交流，中间夹杂英文产品词。ChatGPT 和 Cursor 这方面有很好用的内置听写，但只限它们自己的 app 里；我想要一个轻量工具，能在 Claude Code、邮件以及其他任何地方用，还能把截图也交给智能体。我先从本地模型开始（MLX 上的 Qwen3-ASR，之后换成 WhisperKit 跑 Whisper 来处理波兰语）。识别效果不错；但对一个整天开着的 app 来说，几 GB 内存就不行了。Soniox 的实时模型处理波兰语最合我意，所以 Szept 会用用户自己的 API key 把音频流式传给它。HN 可能感兴趣的部分：- 按住 fn 截图时，会把文件路径加上你口述的句子粘贴到你刚才所在的终端里，这样 Claude Code 就能明白你的意思。 - 清理步骤（一个 LLM，3 秒截止，超时则粘贴原始文本）会被告知文本要发到哪个 app，包括通过 Accessibility 获取浏览器标签页的 URL，所以 Brave 里的 Gmail 仍算邮件。 - 有一阵子每次听写都恰好等 3 秒。Soniox 会在收到空文本帧时结束流，而我发的是空二进制帧，它直接忽略。一行修复，现在约 180 ms。限制先说：没有离线模式，音频会发到 Soniox，仅支持 macOS。一次性付费，随附 Swift 源码：https://szept.szyma.co主要是用 Claude Code 里的 Claude Opus 5.5 构建，另外用 DeepSeek V4.1 Flash 上的 DeepSeek Harness 处理范围明确的任务。记录踩坑的 CLAUDE.md 随源码一起提供。欢迎随便问。 热门产品Mariusz Szyma2026-09-29原文 打开互动版
HN 可能感兴趣的部分：
- 按住 fn 截图时，会把文件路径加上你口述的句子粘贴到你刚才所在的终端里，这样 Claude Code 就能明白你的意思。 - 清理步骤（一个 LLM，3 秒截止，超时则粘贴原始文本）会被告知文本要发到哪个 app，包括通过 Accessibility 获取浏览器标签页的 URL，所以 Brave 里的 Gmail 仍算邮件。 - 有一阵子每次听写都恰好等 3 秒。Soniox 会在收到空文本帧时结束流，而我发的是空二进制帧，它直接忽略。一行修复，现在约 180 ms。
限制先说：没有离线模式，音频会发到 Soniox，仅支持 macOS。一次性付费，随附 Swift 源码：https://szept.szyma.co
主要是用 Claude Code 里的 Claude Opus 5.5 构建，另外用 DeepSeek V4.1 Flash 上的 DeepSeek Harness 处理范围明确的任务。记录踩坑的 CLAUDE.md 随源码一起提供。
欢迎随便问。