VoxAI · AI 缺失的感官层

给你的 AI 一对
耳朵,和一个声音。

它旁听你的会议,知道每句话是谁说的;通话还没结束,建议已经递到你手边;你开口说话,它出声回答。这一切,都可以完全跑在你的 Mac 上。

免费公测 · 已公证 · macOS 14+ · Apple Silicon

VoxAI 对话模式——与已连接的 AI 进行语音对话

已连接——实时对话

01 — 有它的一天

四个瞬间,你会觉得装对了

开会

会还没开完,建议已经到了

客户报了个不太对劲的数。你还没敲完备注,事实核查卡已经出现在侧栏——还带着一句追问建议。散会时,行动项清单已经写好了。

通话

每句话都落在对的名字下

和供应商开着扬声器:麦克风是你,系统音频是对方——实时标注,不靠声纹去猜。挂断,带名字的完整记录已经在那儿了。

写代码

构建结果,它出声向你汇报

隔着房间告诉 Claude Code 要发什么。测试跑完,它开口告诉你。你全程没回到屏幕前。

会后

"最后定了啥?"真有人答得上来

问它上周二定价聊到哪了。AI 读完带说话人的转写直接回答,顺手把纪要和待办拟好——贴进群里就能用。

02 — 它怎么做到

耳朵、建议、声音

你的 AI 很聪明,却没有感官:听不见你正在开的会,关键时刻也无法开口。VoxAI 补上这一层——原生 macOS 录音转写器,内嵌 MCP 服务器。

01

耳朵

会议还在进行,带说话人标注的实时转写已经流向你的 AI。

02

房间里的声音

它把建议卡静默推进会议窗口:事实核查、风险、谈判策略。

03

出声的声音

speak(text) 从你的 Mac 出声;悬浮对话窗把你的话变成它的输入——完整的双向语音对话。

03 — 盒子里有什么

一个副驾需要的,都在了

会议副驾

每句话实时挂上说话人的名字。你的 AI 实名签到旁听,追着不断生长的转写稿,在侧栏递彩色备注:追问、行动项、风险、策略。导出 Markdown 连备注一起带走,或者整场丢给它总结。

会议模式——带说话人标注的转写与侧栏 AI 旁听备注

通话模式:声道即身份

系统音频采集让对方独占一条声道——麦克风是你,系统音频是对方。实时标注零猜测,链路里没有声纹模型。

和你的 AI 语音对话

一个紧凑的聊天窗:你的话直达 AI,回复以气泡落回——想听的话,同时读出声。深浅主题跟随系统。

VoxAI 对话窗浅色主题——聊天式语音对话

退出 app 也照跑的精修

会后自动来第二遍打磨:mlx-whisper 在 Apple GPU 上重新转写,pyannote 逐词分离说话人。任务独立运行——退出 app 也照样跑完。更喜欢原版?一键回退。

一键接上你的 AI

设置页自动检测你装了什么——Claude Code、Claude Desktop、Cursor、Codex——并生成对应配置。MCP 服务器就在 app 里:不装 Python、不配 venv、没有额外依赖。

04 — 本地优先

什么都不必离开你的 Mac。

录音、转写、说话人标注、旗舰语音,全部在本机运行。盲听测试里,本地 Qwen3 声音和云端打了个平手——六个声线,不用账号,什么都不上传。

  • 本地嗓子——Qwen3 1.7B,接近云端音质,六个声线;一次性下载约 2.2GB,就绪前先用系统声音顶上。
  • 本地耳朵——实时转写与说话人标注跑在 Apple GPU 上;会后精修交给 mlx-whisper large-v3-turbo。
  • 云端,严格可选——免费云端语音、自带 key 的 Azure、云端精修:默认全关,开启前有明确的上传提示。

没有端口、没有遥测、不用注册——MCP 服务器是本地 stdio。

VoxAI 设置——语音引擎在完全本地与可选云端之间切换

05 — 和你的 AI 一起用

两档接入,十二件工具

任何 MCP 客户端都能用上档案库;会自主循环的那种,能当副驾。服务器把完整协议写进 MCP instructions——再陌生的 AI,接上那一刻就学会了规则。

档案

需要
任何 MCP 客户端——Claude Desktop 等
你得到
浏览与总结录音、带说话人的转写、TTS 朗读

副驾

需要
会自主循环的智能体客户端——Claude Code 等
你得到
实时旁听、实时建议、语音直连对话
list_meetings() 全部录音,含元数据与直播状态
get_meeting(id) 完整的带说话人转写
get_live_transcript(after_index) 增量实时转写 + 说话人映射
push_advice(text, kind, label?) 把建议卡推进会议窗口
start_listening(name) / stop_listening() 副驾签到 / 签退
get_dialog_input(after_index) 你的语音作为聊天输入
post_dialog_reply(text) AI 回复气泡进对话窗
speak(text, voice?) / stop_speaking() 出声朗读 / 随时打断
list_voices() / update_voice_config(…) 声音管理

06 — 拿去用

把一个声音,放到你桌上

一个已公证的 .dmg。拖进 Applications,一键接上你的 AI——从此你的会议不再"只进不出"。

下载 .dmg——即将就绪

免费公测 v0.9 · 已公证(Developer ID)· macOS 14+ · Apple Silicon