FluidVoice

複数のon-device speech modelとglobal hotkeyでapp横断dictation

Apple Speech、Whisper、Parakeet、Nemotron等を選び、microphone inputをlive previewしながらaccessibility API経由で任意text fieldへ挿入できます。Apple Silicon向け高速modelに加え、Intel MacはWhisper/Apple Speechで対応します。

出典：[2]

local AI enhancementとoptional cloud providerを切り替える

READMEはvoice/textがcloud providerを明示的に選ばない限りlocalに留まると説明します。OpenAI/Groq/custom providerもoptionalで、provider keyはmacOS Keychainへ保存します。一方、advanced local enhancementのFluid Intelligence runtimeはcore OSSとは別にprivate maintenanceされています。

出典：[2]

privacyとlatencyを優先しつつ、Mac全体でdictation・rewrite・voice commandを使いたい人に

meeting専用transcriptionではなく、editor、browser、chat、mailなど任意appのtext fieldで日常的にdictationしたい用途に向きます。modelをlanguage/latency/hardwareに応じて選べる点も特徴です。

microphone/accessibility権限、model容量、analytics設定、private runtimeの境界を確認する

dictationにはmicrophoneとAccessibility permissionが必要です。modelは数百MB〜数GBを使い、Fluid Intelligenceは約3.5GBです。READMEでは週次activity signalとdefault-onのdetailed anonymous analyticsを説明しておりdisable可能です。またFluid Intelligence自体はprivate runtimeのため、GPL-3.0のcore appと同一のsource availabilityではありません。

出典：[2][3]