在自己的座位01
Prompt 不必說給整間辦公室聽
修改方向、錯誤訊息或邊界條件，用很小的聲音說清楚就好。旁邊的人不用加入這場對話。
為共享辦公空間裡的開發者而做
Prompt 用說的。
別讓整間辦公室都聽見。
把 iPhone 拿近嘴邊，按住就能說。你不用提高音量；Mac 會在本機把語音變成文字，直接輸入到游標所在的位置。
01 / 原理其實很簡單
Mac 在桌上。iPhone 可以離嘴巴只有幾公分。
MacBook 的麥克風離得遠，鍵盤聲、空調和旁人的對話會跟你的聲音一起進來。把麥克風拿到嘴邊，你的聲音在辨識開始前就更突出。不必先大聲說，再期待模型把不理想的收音救回來。
IPHONE → MAC / 實際用起來
對 iPhone 輕聲說，文字就出現在 Codex。
iPhone 負責近距離收音。加密音訊直接傳到已配對的 Mac，在本機辨識後輸入目前的游標位置。
正在建立散步路線偏好
ScenicRouteRanker.swift做一張散步地圖，不要只選最快路線，改用樹蔭、噪音和坡度幫每條路打分數。
近距離收音02
先讓你的聲音站到前面
近講不會讓辦公室安靜下來，但能在辨識開始之前，先讓人聲比環境音更清楚。
不中斷開發節奏03
繼續用原本的工具
畫面留在 Codex、Claude Code、Xcode、Terminal 或瀏覽器，辨識結果直接進到游標。
02 / 真正影響使用的數字
只講和辦公桌有關的數字。
能說多小聲、音訊去了哪裡、說完還要不要搬文字，這些才是每天用起來真正有感的差異。
麥克風只離嘴巴幾公分
iPhone 可以拿到嘴邊；MacBook 繼續放在桌上，通常還有 50–80 cm 的距離。
同樣的入聲強度，可以說得更小聲
這是單純用 5–10 cm 與 50–80 cm 距離估算的結果。空間、持機角度和麥克風都會影響實際值。
不經過雲端語音服務
辨識在你的 Mac 上完成。模型準備好之後，在區網使用不需要連上公網。
沒有錄音檔要清理
音訊只在記憶體中處理並釋放，不會在 iPhone 或 Mac 留下錄音檔。
辨識完不用搬文字
不用開另一個 App、複製，再切回開發工具；結果直接進目前的輸入欄。
Mac 本機記錄預設保留 1 小時
記錄也能完全關閉，而且不會同步到 undervoice 伺服器。
你可以確認的界線：只有配對裝置能連線；音訊不上傳、不存成錄音檔；焦點改變就停止輸入；密碼與安全輸入欄永遠不寫入。
03 / 模型與語言
7 種主要語言，英文技術名詞可以直接混著說。
undervoice 不假設一個通用模型能把每種語言都做好，而是針對各語言配置辨識套件。說中文、日文、德文、法文、西班牙文或韓文時，英文的函式庫名稱、變數與指令都能自然帶進句子裡；另有純英文模式。
中文 + EnglishEnglish日本語 + EnglishDeutsch + EnglishFrançais + EnglishEspañol + English한국어 + English
ZH + ENLOCAL
中文句子裡的英文術語
雙語串流模型先提供即時預覽，再由 Paraformer 或準確度優先的 FireRedASR2 CTC 產生最終文字；標點也在本機補齊。
- 執行環境
- sherpa-onnx
- 最佳化
- INT8 ONNX
- 設計重點
- 快速預覽、精準收尾
EN / DE / FR / ESLOCAL
4 種歐洲語言套件
NVIDIA Parakeet TDT 0.6B v3 負責經過產品調校的英文、德文、法文與西班牙文套件。
- 執行環境
- sherpa-onnx
- 最佳化
- INT8 ONNX
- 上游公開基準
- 平均 WER 6.34%
JA + ENLOCAL
日文裡的英文不會被丟掉
Kotoba Whisper Bilingual v1.0 專門針對日文、英文，以及兩者自然切換的語音辨識訓練。
- 執行環境
- whisper.cpp
- 最佳化
- Q5_0
- 上游公開基準
- 日文 CER 9.3–16.8%
KO + ENLOCAL
韓文裡的名稱、指令與縮寫
Whisper Large v3 Turbo 同時處理韓文主句與其中的英文技術用語，並把本機最終轉寫的等待時間控制在實用範圍。
- 執行環境
- whisper.cpp
- 最佳化
- Q5_0
- 選擇理由
- 多語支援與本機速度
準確度數字要怎麼看
WER 與 CER 都是越低越好。6.34% 和 9.3–16.8% 來自上游完整模型的公開測試集，不是 undervoice 在 iPhone 近講、量化模型與混合語言情境下的整體分數。不同資料集和指標不能直接排成一張名次表。
04 / IPHONE 與 MACBOOK 麥克風
先把輸入顧好，再來談模型。
兩種方式都能使用 Mac 上相同的本機模型。真正不同的是，聲音從嘴邊幾公分開始，還是從桌面的另一端開始。
| 共享辦公情境 | iPhone 拿到嘴邊 | MacBook 內建麥克風 |
|---|---|---|
| 嘴巴到麥克風 | 5–10 cm | 50–80 cm |
| 輕聲說話時 | 你的聲音先明顯進入麥克風 | 人聲、鍵盤、空調和旁人對話一起進來 |
| 需要的音量 | 可以維持小聲 | 桌面距離通常得說得更大聲 |
| 辨識位置 | 你的 Mac 本機 | 你的 Mac 本機 |
| 最適合 | 開放式辦公室、共享座位 | 獨立空間，或不介意內容被聽見時 |
14–24 dB 是用自由音場公式 20 × log10(r₂/r₁)，比較 5–10 cm 與 50–80 cm 的估算值。空間反射、持機位置和說話方向都會改變實際結果。
05 / 安全性與網路
錄音直接送到你選的那台 Mac。
undervoice 沒有語音中繼伺服器。在同一個網路裡，iPhone 會直接連到 Mac；跨網路時也能使用你自己的 Tailscale。不論走哪條路，App 層級的裝置驗證與加密都會保留。
查看安裝與權限說明 →只有已配對裝置能連線
連到同一個 Wi-Fi 還不夠。換新 iPhone 時，必須明確重新配對。
離開 iPhone 前就已加密
音訊、文字與控制訊息都會驗證身分並進行端對端加密。
每次連線都有新金鑰
重新連線時會衍生新的工作階段金鑰。
音訊永遠不會變成檔案
錄音只存在記憶體。診斷資訊不包含音訊或轉寫內容。
沒有 undervoice 語音雲端
在區域網路中，音訊從 iPhone 直達 Mac，模型也在 Mac 上執行。
遠端連線走自己的私有網路
不同 Wi-Fi 或行動網路時，可使用自己的 Tailscale；undervoice 的加密仍會保留。
06 / 輸入到任何地方
游標在哪裡，文字就到哪裡。
CodexClaude CodeXcodeTerminal任何文字輸入欄
「保留現有 API，把重試改成指數退避，再補三個邊界條件測試。」
正在聆聽開始說話時，Mac 會記住目前的 App 和文字選取範圍。辨識期間如果焦點改變，輸入會暫停；密碼欄與啟用 Secure Keyboard Entry 的控制項永遠不會被寫入。
跟 MAC 說，不用說給整間辦公室聽
輕聲說。放心寫。
先在 Mac 安裝模型，再用 iPhone 掃描配對碼。接下來，只要按住就能說。