声巢把你的 Apple Silicon Mac 变成私人的语音工作室——52 种语言的音频转写、以假乱真的语音合成，完全离线运行，由 MLX 加速。无云端、无订阅、无需注册。
所有推理都在你的机器上本地运行——你的音频、你的模型、你的规则。
Qwen3-ASR 自动检测语种，原生输出标点。Fun-ASR-Nano 覆盖中文、七种方言——甚至歌词。
用一小段参考音频克隆声音、从 9 个预设音色里挑一个，或用自然语言描述来全新设计一个音色。
生成一开始就同步播放——不用等整段渲染完，随时一键停止。
一键拿到纯净文稿、带时间戳的时间轴、随时可当字幕用的 SRT——没有讨厌的序号。
从 ModelScope 或 HuggingFace 下载——国内还能选 HF-Mirror 加速——实时显示进度、速度，支持断点续传。
MLX 优化的社区模型在 Apple Silicon 上原生运行。Python 运行时和 ffmpeg 都内置——不用额外装任何东西。
Whisper、ElevenLabs、Google Cloud——几乎每一家语音 API 都会把你的音频上传到别人的服务器。声巢不。所有处理都在你的 Mac 上完成。没有账号、没有遥测、代码里根本不存在任何上传通道。
声巢为你 Mac 里的那颗芯片打造。MLX——苹果自家的机器学习框架——让开源模型在 Metal 原生加速下跑起来。Qwen3-ASR 几分钟就能转写数小时音频。Qwen3-TTS 在 Apple Silicon 上流式合成比实时还快。
声巢里的每一个模型都是 mlx-community 免费开源构建的——经过量化、测试，在 HuggingFace 上公开分享。从 ModelScope 或 HuggingFace 下载，国内用户可选 HF-Mirror 加速。支持断点续传，进度看得见。
每个模型都是 mlx-community 的免费社区构建，为 Apple Silicon 量化，应用内直接管理。
两个模型都自带标点——不需要额外的后处理管线。
多语言长音频转写的精度首选。
日常中文转写的速度首选。
三个变体共用一个 12 Hz 语音分词器——第一次下载模型时自动拉取。
给一小段参考音频，声巢自动转写参考文本并匹配音色。
Serena、Vivian、Uncle_Fu、Dylan、Eric、Ryan、Aiden、Ono_Anna、Sohee——覆盖普通话、方言、英语、日语、韩语。
一句话设定性别、年龄、音调、语速、情绪、音色特点、用途七个维度。
把声巢拖进 Applications。Python 运行时和 ffmpeg 都内置了——别的什么都不用装。
从目录里挑一个模型，看着进度条一条条走——支持断点续传。
拖入音频开始转写，或输入文字来听。每一个字节都留在你的 Mac 上。
是的。仅在首次下载模型时需要联网。之后转写和合成完全在你的 Mac 上运行——飞行模式下也能用。
不会。没有账号、没有遥测、也没有任何上传通道。音频文件由应用内置引擎在本地处理。
任何 Apple Silicon Mac，macOS 15 或更高版本。MLX 加速内置——不需要其他硬件。
完全免费。声巢是开源软件（MIT 许可），模型目录里的每个模型也都是社区免费构建的版本。
能。转写结果可以导出带原生模型时间戳的 SRT 字幕，还能导出带时间轴的文本和纯文稿。
Qwen3-ASR 支持 52 种语言和方言，自动检测语种。Fun-ASR-Nano 专攻中文、七种方言和歌词识别。
这是 Gatekeeper 的 quarantine 属性 — `.dmg` 从网络下载时自动打上，不是真的损坏。打开终端运行：sudo xattr -r -d com.apple.quarantine /Applications/voxNest.app。输入 Mac 密码确认后重新启动即可。
