English

JarvisVoice自動語音輸入與操作

macOS 選單列小程式。開著就自動收音，你講的話直接寫進正在用的 app；講指令，它就幫你操作 app。Claude、ChatGPT、瀏覽器、LINE、備忘錄都可以。只寫不送出，要送自己按 Enter。

三層，預設全開

每一層都是在前一層上面多做一點；第二、三層可以從選單關掉。

第一層

講完一句（停約 0.85 秒），轉寫出來的字就貼進游標所在的輸入框。不用按任何鍵。

第二層

一段話講完，帶上游標前後的字、畫面上看得到的字、app、網址交給 AI，整理成你本來想打的字：去贅字、改口只留結果、條列、依 app 調語氣、照你的專有名詞。OpenAI、DeepSeek、Claude 三選一。

第三層

游標不在輸入框也能寫，它會挑出該寫的輸入框。講「進到台積電的個股頁」，它看著畫面一步一步幫你點。每一步由 Jev 決定，約 0.2 秒。

你講的

嗯那個我們明天三點開會，不對，四點開會，然後記得帶那個筆電

寫進輸入框的（AI 整理後）

我們明天四點開會，記得帶筆電。

你講的（游標不在輸入框）

進到台積電的個股頁

它做的

指令的例子是在測試用的看盤視窗實測：四步共 3.3 秒，每一步的決策 0.17–0.28 秒。

需要 macOS、Node.js 22 以上、ffmpeg（brew install node ffmpeg）。

git clone https://github.com/urusaqqrun/jarvis-voice.git ~/jarvis-voice
cd ~/jarvis-voice
./install.sh openai

不想付轉寫的錢，最後一行改成 ./install.sh local（本機辨識，聲音不離開你的電腦）。第一次用要允許麥克風和「輔助使用」兩個權限。

打開你常用的 AI（Claude Code、Codex、ChatGPT 都可以），把這句話貼給它：

請照 ~/jarvis-voice/AI_SETUP.md 幫我設定 JarvisVoice：填專有名詞並跑測試，也問我要不要開 AI 整理、自動找輸入框、語音指令，要的話幫我設定好並檢查。

它會從你打過的字找出常講的專有名詞，問你要用哪家 AI，請你自己把 key 貼進只有你讀得到的檔案，最後跑檢查給你看。

項目	怎麼算	一天講 1 小時，一個月約
轉寫（OpenAI `gpt-transcribe`）	送出的音訊每分鐘 US$0.0045	US$7.4
轉寫（本機辨識）	在你的電腦上跑	免費
AI 整理（DeepSeek、Claude 或 OpenAI）	每段約 US$0.00003–0.00008	不到 US$1
第三層決策（Jev，選用）	每次約 US$0.00001	約 US$0.1

費用用你自己的 key，直接付給各家。收音一直開著，旁邊有人講話也會送去轉寫；開會、看影片時從選單按「暫停收音」。