GGitHub 趋势观察站
每日 07:00 更新订阅EN
← 返回今日榜单

精选指南 · 音频与创作

Hex

按住快捷键说话,用本地模型把语音转成文字,再粘贴到当前应用。本文从平台选择、权限和模型下载开始,完成一条可检查的听写任务。

访问 GitHub 仓库 ↗
最近上榜 · 2026-11-04#10

当日排名

+410当日新增 Star4,542总 Star
← 全部精选指南

入选理由:比起需要组织 Portal 账号的插件和面向云开发测试的 Floci,Hex 的基础听写能从空白文档开始验证,官方提供明确平台、权限与恢复说明;它补充现有配音创作指南,解决日常语音输入需求。

入选:2026-11-04 · 资料核对:2026-11-04。根据官方资料整理,未进行安装与功能实测。

Hex:把说话内容直接变成当前应用里的文字

它解决什么问题

写一段邮件、记录想法或给编程助手说明需求时,可以先说出来,再检查成稿。Hex 把这件事做成全局听写:把光标放在输入位置,按住快捷键说话,松开后用本地模型识别,再粘贴到当前应用。

它的主要入口是“对着正在写字的地方说话”。基础转写不需要先开通模型 API。本文核对了官方 README、平台说明、听写与恢复文档,以及 3.3.0 发行说明;下面是依据文档整理的首次使用路径,没有安装或实测识别准确率。

适合谁,哪些情况不适合

  • 想用语音起草聊天消息、邮件、笔记和自然语言开发需求的人。
  • 希望基础语音识别在本机处理,并愿意下载模型的人。
  • 愿意在发送前检查姓名、专业名词、数字和标点的人。

若工作环境不能使用麦克风,或要求每个字无需复核就直接发送,听写工具未必合适。中文界面和中文语音识别是两回事,使用前仍需选择支持所说语言的模型。它也不会因为能粘贴文字就自动理解并完成当前应用里的整项任务。

环境与准备

首次流程以 Mac 稳定安装包为例,全部在桌面完成。官方安装说明要求 Apple Silicon 和 macOS 15 或以上;Intel Mac 不应照用这一安装包。准备一个麦克风、可下载模型的网络,以及一个空白文本编辑窗口。

Windows 提供 x64 和 ARM64 安装器,平台文档仍标注 beta;x64 处理器需要 AVX2。Linux 提供 x86_64、ARM64 与多种包格式,快捷键和粘贴会受 X11、Wayland 桌面与权限机制影响;即使选 CPU 转写,应用窗口也需要可用的 Vulkan 驱动。其他平台先核对对应官方说明,再沿用下文的“检查模型—录音—验证文字”流程。

无需下载 Git 源码或准备项目工作目录。模型会单独下载,不要把安装应用成功理解为模型也已经就绪。

安装与第一次使用

1. 取得匹配的稳定程序

从官方 README 的 Downloads 表或项目网站选择系统与架构。Mac 使用 Apple Silicon 的稳定 DMG;按系统安装流程将应用放到应用程序目录,再打开 Hex。首次练习选择稳定通道,记录实际安装版本,方便之后对照发行说明。

如果已经使用 Homebrew,也可以在终端任意目录执行官方给出的安装命令:

brew install --cask anomalyco/tap/hex

该命令安装应用,不会替你完成所有首次授权和模型设置。Windows 用户从官方表格选择对应架构的安装器;Linux 用户按自己的发行版文档选择软件包,避免把 Mac 命令用于其他系统。

2. 完成麦克风与粘贴权限

打开 Hex 后按引导授予麦克风权限。Mac 还需要辅助功能访问来完成自动输入;如果系统设置已经允许,而应用仍提示未就绪,按界面提示重新启动 Hex,然后再次查看状态。

在设置中确认使用的输入设备。戴着耳机时,应核对选中的是耳机麦克风还是电脑麦克风;先确保应用确实收到声音,再调整识别模型。

3. 下载适合语言的本地模型

在本地转写的模型选择界面选择支持你所说语言的模型,等待下载和加载完成。首次下载需要网络;3.3.0 的发行说明提供了下载失败或停滞时继续设置、稍后再选模型的恢复路径。但要完成下面的听写任务,仍需有一个能使用的本地模型。

先保留基础听写设置,检查 Output 中是否配置了额外改写或脚本,明确这次验证会对文字做哪些处理。

4. 在空白文档完成第一句听写

在文本编辑器创建空白文档并点击正文,让光标停在能输入文字的地方。Mac 默认快捷键是 Option;先在 Hex 的 General › Dictation › Shortcut 查看当前实际绑定,确认模式为按住说话。

按住快捷键,说一句可核对的短句,例如:“明天下午三点提醒我检查测试结果。”说完松开,等待识别和粘贴。检查四件事:录音状态是否出现、结束后是否返回待机、光标处是否出现文字、时间和关键词是否正确。

接着在另一段空白处再试一次,检查两次内容都落在预期位置。这个步骤只验证你自己的麦克风、模型和粘贴链路;还不能据此判断所有应用或语言的效果。

Windows 默认 Ctrl+Space,可能与输入法快捷键冲突,可在设置中改绑。Linux 按当前桌面提供的快捷键设置和权限提示操作,不套用 Mac 的默认按键。

主要能力与典型场景

起草短文字。 在邮件、笔记或聊天输入框口述一个完整句子,检查后再发送。先在空白文档试好,避免把测试内容直接填入正在进行的真实会话。

给开发工具描述需求。 在编辑器或智能体输入位置说出问题背景和预期结果,再补上变量名、路径等容易识别错误的内容。听写只是输入文字,执行仍由目标工具自己的流程决定。

管理重复表达。 官方提供词汇和文字处理功能,可按需改善特定名称或常用替换。先保留一组容易核对的短句,改变设置后逐条比较,不根据界面提供了某项功能就认定识别一定改善。

找回结果。 启用历史保留时,可在 History 中查找结果;Paste Last Dictation 用于再次粘贴最近一次听写。对含敏感内容的设备,应先检查自己的保留设置。

常见问题与排错

按键没有开始录音。 先查看当前快捷键和模式、应用是否启用,再检查麦克风权限。Windows 的 Ctrl+Space 常与输入法重合;Linux 的快捷键需要桌面支持,必要时按官方 Linux 文档配置系统按键绑定。

有结果却没有粘贴。 确认文本窗口仍有输入焦点,再检查粘贴权限。Mac 按引导检查辅助功能授权;GNOME 或 KDE 的 Wayland 桌面可能通过 RemoteDesktop 门户请求输入权限,按 Hex 给出的用途说明核对。已有结果时可检查 History 或 Paste Last,避免因重说而重复输入。

听不到或听错。 先确认输入设备和环境噪声,再检查模型所支持的语言。不要同时更换麦克风、模型和输出规则;每次改变一项,用同一句短句比较,才能定位问题。

首次模型下载失败。 检查网络与磁盘空间,按模型选择器提供的恢复入口重试。安装器下载失败和语音模型下载失败是两个环节,应分别记录对应错误。需要反馈时说明版本、平台、模型和错误信息,日志中涉及私人文字的部分应先处理。

界面与文章不同。 先核对稳定或开发通道及版本。Labs 明确包含尚未完成、可能变化的功能;排查基本听写问题时,先检查是否启用了会影响输出的额外处理。

费用、隐私与限制

Hex 采用 MIT,基础本地听写不要求外部模型账号。模型下载、更新和本机运行仍使用网络、磁盘与计算资源。Windows、Linux 平台文档标注 beta,快捷键、自动粘贴和设备表现需要在实际环境核对。

核心语音转写使用本地模型;另行配置的 OpenCode 改写、可联网配置或自定义脚本需要单独判断。接入外部模型时,应检查哪些文字会发给所选服务,以及对应账号费用,不能把基础转写的本地属性自动扩展到所有可选功能。

历史、录音恢复材料、日志和剪贴板也属于隐私边界。按需要管理保留设置;把文字粘贴进其他应用后,那个应用的同步和发送行为由其自身设置决定。姓名、数字、金额和可执行命令始终应在使用前检查。

官方资料