产品

LittleClean 是一款强大而智能的 macOS 系统清理及开发者工具管理软件。它能帮助您轻松彻底地卸载应用程序、安全地清理缓存与日志，并移除残留文件以释放宝贵的磁盘空间，同时提供对已安装的开发环境及全局包的深度透视功能。 安装与运行 您可以从 Releases 页面下载最新编译好的版本。（最低支持 macOS 14） 或者，您也可以克隆仓库后使用 Xcode 编译并运行。 功能特性 应用卸载 (Uninstall Apps) 轻松且彻底地移除不需要的应用程序，同时自动清理其关联的缓存、偏好设置及残留文件。 安全清理 (Safe Cleanup) LittleClean 能够对占据磁盘空间的无用文件进行分类并安全清理： 系统废纸篓与日志: 清空废纸篓并清理系统日志。 应用缓存: 清理 ~/Library/Caches 以释放空间。 应用保存状态: 移除应用的 Saved Application State。 已卸载应用残留: 智能检测并移除 ~/Library/Application Support 中已经被卸载的应用残留文件。 用户目录残留: 发现并清理主目录下过时的隐藏配置文件和无用数据。 深度分析 (Deep Analysis) 完整掌握您的开发环境及全局依赖包的大小和位置，并提供 Xcode 专属清理： Xcode & iOS 开发者专属清理: 快速清理 DerivedData、打包的 Archives、核心模拟器缓存，并自动移除失效模拟器。 Homebrew: 追踪已安装的 Formulae 和 Casks。 Node.js: 全面扫描 Node.js 安装情况，支持所有主流版本管理器（nvm、fnm、volta、asdf、nodenv、n、Homebrew、/usr/local 及环境变量 PATH），精准定位全局包。 全局包管理器: 查看以下工具的全局包及占用空间： npm, pnpm, Yarn Cargo (Rust) Ruby Gems Go Pipx (Python) 开发工具缓存: 追踪主目录下各种开发工具产生的缓存数据。 高级搜索与导航 实时搜索: 瞬间过滤出你想要的缓存、工具或残留项。 在 Finder 中显示: 一键在 Finder 中定位并打开具体的缓存目录或应用程序，方便手动检查。 可视化存储指示器: 直观的磁盘使用情况进度条，一目了然地查看已用和可用空间。

随着大语言模型时代的到来，文字转语音（Text-to-Speech，简称 TTS）技术经历了从“机械呆板”到“宛如真人”的跨越式发展。然而，市面上高质量的 TTS 服务往往依赖于云端 API，不仅带来高昂的字符计费成本，更伴随着严重的文本数据泄露隐患。 对于注重数据隐私与内容资产安全的 Mac 用户而言，寻找一款能够在本地离线运行且声音逼真的 TTS 工具显得尤为迫切。今天，我们将深度评测 macOS 端的全能语音应用 VoiceWeaver，看看它是如何通过集成前沿的 Qwen3-TTS 模型，在 Mac 上重塑离线文字转语音体验的。 为什么 Qwen3-TTS 能够成为 Mac 本地语音生成的破局者？ 以往在本地设备上运行的 TTS 模型往往存在“发音生硬”与“算力开销大”两大痛点。而 Qwen3-TTS（千问第三代语音大模型）通过先进的自回归 Transformer 架构，实现了音色、情感与语调的高度拟真。 自然情感表达：Qwen3-TTS 告别了传统拼接合成技术的机械感，能够根据上下文精准理解文本情绪，在朗读时自然呈现停顿、重音与叹词。 Apple Silicon 深度优化：在 VoiceWeaver 中，复杂的模型推理过程被充分适配到了 Mac 的 M 系列芯片（M1/M2/M3/M4）上，CPU 与神经网络引擎（Neural Engine）的高效协同，让长文本生成变得无比流畅。 绝对的数据隐私保护：所有的音频合成计算均在 Mac 内存中离线完成，剧本、公文、机密学习资料等敏感文本再也无需上传至任何第三方服务器。 VoiceWeaver 文字转语音（TTS）核心功能实测 VoiceWeaver 将 Qwen3-TTS 引擎包装在了一个极简、高效且极具 Mac 原生质感的交互界面中。以下是其最亮眼的四大核心能力： 全球多语种支持与多元化高拟真音色 模型原生支持包括中文、英文、日语、韩语、法语、德语、西班牙语、意大利语、俄语与葡萄牙语在内的全球主要语言。同时，内置了风格各异的专属发音人（Speaker），如沉稳的 Ryan、活泼的 Vivian、充满故事感的 Uncle Fu 以及甜美的 Ono Anna 等，完美覆盖有声书配音、外语学习发音示范及短视频旁白制作场景。 首创 Prompt 情感指令（Style Instruction）操控 与绝大多数只能“硬读”的工具不同，VoiceWeaver 赋予了 Qwen3-TTS 极强的可玩性。用户可以在专属的“风格指令（Instruction）”面板中，输入自然语言 Prompt（例如：“请用激动、快速且带有悬疑感的声音朗读”），模型便会听懂指令，瞬间改变合成音频的节奏、音高与情绪渲染。这种零样本（Zero-shot）的声音克隆与控制能力，极大地丰富了创作者的表达空间。 智能文本断句与极速流式生成架构 针对上万字的长篇小说或文档，VoiceWeaver 并没有采取死板的全量等待策略。其内置了智能文本切分器，能够将长篇巨著按照语义和标点动态切割。模型一边生成、系统一边无缝拼接音频，不仅彻底消除了内存溢出的风险，更让合成进度条如丝般顺滑。 沉浸式会话管理与波形音频播放器 VoiceWeaver 摒弃了单次生成的简陋设计，引入了类似聊天软件的会话管理（TTS Conversation）理念： 历史记录沉淀：每一次的文字指令、使用的音色与生成的音频都会被完整保存在左侧的独立会话中，随时支持回溯。 交互式播放与导出：生成的音频附带直观的频谱波形图，支持拖拽定位播放（Seek）、随时暂停，并允许用户一键将成品音频无损导出为 .wav 格式。 传统云端 API 与 Mac 本地 Qwen3-TTS 方案对比 核心痛点 VoiceWeaver (搭载 Qwen3-TTS) 传统云端文字转语音服务 使用成本 依靠 Mac 自身算力，零订阅费、无限量生成 按字符或千字严格计费，中长篇成本极高 数据安全 文本与生成的录音完全留存在 Mac 本地硬盘 所有文本内容均成为云厂商服务器的数据集 环境依赖 随时随地可用，高铁、飞机断网环境毫无影响 深度依赖网络质量，断网即瘫痪 情感控制 支持基于自然语言指令（Prompt）精准干预情绪 通常只能选择固定的生硬声调，或提供极其有限的参数 在 Mac 上快速开启你的 TTS 创作之旅 新建会话与选定音色：在 VoiceWeaver 侧边栏新建会话，并选择心仪的 Qwen3-TTS 语言（如中文）及发音人（如 Aiden）。 输入文本与指令：在文本框内粘贴需要转换的文字内容；如有特定情绪要求，可在“风格指令”框内补充 Prompt。 一键本地生成：发送后系统将调动 Mac 本地算力高速推理，实时反馈生成进度。 试听与保存分发：生成结束后，点击播放按钮对照波形进行试听。确认无误后即可将成品音频保存为 WAV 母带格式。 结语 将庞大的前沿 AI 模型私有化、本地化，正在成为注重隐私与效率的 Mac 用户的新共识。VoiceWeaver 与 Qwen3-TTS 的完美结合，不仅是一次在 macOS 上探索离线 AI 算力的成功实践，更为广大视频创作者、教育工作者及文字写作者提供了一个无惧隐私泄露、真正实现“声音自由”的终极文字转语音平台。告别昂贵的云端订阅，是时候在你的 Mac 上唤醒这个专属于你的顶级配音员了。 从App Store下载

在日常工作中，无论是整理会议录音、为视频制作字幕，还是将访谈音频转换为文字，高精度的语音转文字（Speech-to-Text）都是核心需求。传统的云端语音识别服务往往存在数据隐私泄漏风险、按时计费昂贵以及强依赖网络的问题。 随着 OpenAI Whisper 神经网络模型的发布，本地离线语音识别的技术瓶颈被彻底打破。本文将深入剖析搭载 Whisper Large V3 模型与 Apple CoreML 硬件加速的 macOS 应用 VoiceWeaver，探讨如何在本地实现高速、高准确率、零隐私风险的语音转文字与 AI 智能总结体验。 为什么 OpenAI Whisper 成为语音识别的核心标杆？ OpenAI Whisper 是基于 Transformer 架构端到端训练的弱监督语音识别模型，经过超过 68 万小时的多语种与多任务音频数据训练，具备以下技术优势： 强抗噪与口音识别：面对背景杂音、重口音或专业术语，Whisper 仍能输出精准的转写结果。 支持 100+ 全球语言：内置中文（含简/繁体）、英语、日语、韩语、法语、德语、西班牙语等全球主要语言的自动语种检测与转写。 自动标点与格式规范：能够根据语境自动补充句号、逗号并规范大小写，免去繁琐的手动断句。 Whisper Large V3 与 Large V3 Turbo 模型对比 VoiceWeaver 集成了两款顶级的 Whisper 官方模型供用户按需选择： Whisper Large V3（精准模式） 拥有 15.5 亿参数量，在处理复杂语境、多人交替发言、方言混杂或高难度专业词汇时表现极佳，适合高要求的采访稿、法律听证与严密会议记录。 Whisper Large V3 Turbo（极速模式） 基于 Large V3 进行蒸馏优化的最新版本。精简了解码器层数，在保留大模型高准确率的同时大幅降低计算开销，转写速度提升数倍，适合超长音频处理与视频字幕制作。 WhisperKit + CoreML 硬件加速架构 VoiceWeaver 借助 WhisperKit 框架将 OpenAI Whisper 模型转换为 Apple 官方 CoreML 格式，针对 Apple Silicon 芯片实现了底层硬件加速： CPU + GPU 混合计算：音频编码器（Audio Encoder）调用 CPU 与 GPU 多核并发加速。 Neural Engine (NPU) 绑定：文本解码器（Text Decoder）绑定 Apple Neural Engine 硬件专用芯片，大幅降低功耗与发热。 幻觉词抑制：采用静音抑制算法（Suppress Blank），有效解决传统模型重复生成标点或虚构文本的问题。 VoiceWeaver 核心应用功能实战 实时麦克风听写与 30fps 动态波形 支持开启麦克风实时听写，并以 30fps 刷新率绘制音量分贝与声波频谱波形，录音结束后无缝调用 Whisper 引擎完成转写。 音视频文件导入 支持将外部音视频文件拖入窗口，兼容 MP3, WAV, M4A, AAC, FLAC, OGG 以及 MP4, MOV 等主流媒体格式。 精确时间戳与波形同步播放 Whisper 识别结果会自动切分为带有起止时间戳的分句段落。点击任意文字句子，内置播放器即可秒级跳转至对应的音频声轨位置进行校对。 SRT / WebVTT 字幕规范导出 一键导出带有毫秒级时间戳的 .srt 与 .vtt 字幕文件。内置自动折行算法与 UTF-8 BOM 编码，确保导入 Final Cut Pro、剪映、Premiere 等软件时不卡顿、不乱码。 Whisper 文本 + 本地 Qwen2.5 AI 智能总结 结合基于 Apple MLX 框架运行的本地 Qwen2.5-7B 大语言模型，转写完成后无需连接外网或配置 API Key，即可一键生成结构化会议纪要（包含核心概览、关键要点、详细梳理与后续行动）。 云端 API 与本地 Whisper 模型对比 对比维度 VoiceWeaver (本地 Whisper) 传统云端语音识别 API 数据隐私 100% 本地计算，数据零上传 音频上传至云端，存在隐私泄漏风险 网络依赖 完全离线可运行 必须全程保持稳定联网 识别质量 Whisper Large V3 顶级模型，高抗噪 质量参差不齐，小语种容错较低 使用成本 一次获取，无限次免费转写 按识别时长按次/按月持续扣费 字幕与工具链 内置时间戳编辑、波形定位与 SRT 导出 通常仅返回纯文本 JSON 高效转写使用步骤 选择 Whisper 模型：在界面选择“准确 (Whisper Large V3)”或“快速 (Whisper Large V3 Turbo)”模式。 载入音频数据：通过文件选择器或直接拖拽将音视频文件载入应用。 启动 Whisper 转写：点击转写按钮，实时查看百分比进度。 文本校对：在列表中点选句子同步播放音频，支持直接内联修改与撤销恢复。 导出字幕或总结：一键导出 SRT/VTT 字幕文件，或生成 AI 结构化会议纪要。 常见问题 FAQ Q1: 在 M 芯片 Mac 上运行 Whisper Large V3 模型会卡顿吗？ 不会。VoiceWeaver 采用了针对 CoreML 优化的 Whisper 权重，充分调动了 Apple Silicon 的 GPU 与 Neural Engine，在 MacBook Air 等轻薄设备上也能实现流畅转写。 Q2: Whisper 模型支持中英混合识别吗？ 支持。OpenAI Whisper 在训练阶段融入了海量多语言混杂音频，能够精准识别中英文混合演讲及含有英文专有名词的会议场景。 从App Store下载VoiceWeaver