用语音输入回消息，说完一看满屏「嗯」「那个」口头禅，还得一句句删，最后还不如直接打字。 谷歌 Gemini 团队最近开源了一个语音输入工具：Jot ，用的是… · @GitHub_Daily · TwKit

@GitHub_Daily

用语音输入回消息，说完一看满屏「嗯」「那个」口头禅，还得一句句删，最后还不如直接打字。 谷歌 Gemini 团队最近开源了一个语音输入工具：Jot ，用的是 Gemini 3.5 Transcribe 转写模型。 按住 fn 说话，松手后文字就出现在光标所在的地方，标点加好，口头禅去掉。若说到一半改了主意，它只写最后那个说法。 GitHub：http://github.com/google-gemini/jot-gemini-transcribe-macOS 录音从按下那一刻就存进硬盘，软件崩了、电池没电，下次打开还能找回来。没网时先排着队，联网后自动补上。 人名、产品名可以加进词典，跟着音频一起发给模型，像 Kubernetes 这种词就不会被听错了。 要自己填一个 Gemini API Key，声音直接发给 Google，中间没有别的服务器，也有免费额度。

曝光 2569 · 评论 5 · 点赞 14 · 书签 23