douvo

Douvo est une application macOS légère de saisie vocale conçue pour les Mac Apple Silicon fonctionnant sous macOS 14.0 ou version ultérieure. Elle utilise Doubao ASR (reconnaissance automatique de la parole) comme moteur principal de transcription vocale, avec un post-traitement IA optionnel pour nettoyer les transcriptions avant insertion. L'application fonctionne comme un utilitaire de barre de menus avec une superposition d'enregistrement flottante. L'utilisateur appuie sur une touche de déclenchement configurable pour démarrer l'enregistrement, parle, puis appuie à nouveau pour arrêter et insérer le texte reconnu à la position actuelle du curseur dans n'importe quelle application. Un mode appuyer-pour-parler est également disponible. Douvo prend en charge trois chemins ASR : Doubao Web, Doubao Android et Youdao Bage Shuo. Plusieurs chemins peuvent être sélectionnés simultanément, fonctionnant en parallèle avec des résultats fusionnés via le post-traitement IA. Le chemin par défaut est Web. Les fonctionnalités clés incluent : - Dictée dans n'importe quelle application avec enregistrement par appui court ou appuyer-pour-parler - Post-traitement IA optionnel pour corriger le libellé, la ponctuation, les mots de remplissage, le ton et le style de sortie - Édition vocale du texte sélectionné (jusqu'à 500 caractères) - Traduction à la demande avec une touche de traduction configurable - Vocabulaire personnalisé et injection de contexte (termes de projet, chemins, noms, identité utilisateur, heure actuelle, application au premier plan, titre de fenêtre) - Choix entre modèles MLX locaux sur l'appareil ou fournisseurs LLM distants - Interface de barre de menus, superposition d'enregistrement flottante, changement d'apparence, insertion sensible au presse-papiers et diagnostics locaux Pour le post-traitement IA, Douvo propose des modèles locaux, notamment S1-mini de Superwhisper (anglais uniquement, 335 Mo), Spark-X2.5 1.7B et 4B (correction et raisonnement en chinois), ou des fournisseurs LLM distants. Les styles de sortie incluent Naturel, Concis, Structuré et Personnalisé avec une force de style réglable. L'application nécessite les autorisations Microphone et Accessibilité. Elle est distribuée sous forme de DMG depuis GitHub Releases ou via Homebrew Cask. Les versions actuelles ne sont pas notarisées, donc macOS peut exiger la suppression manuelle de la quarantaine au premier lancement. Douvo est conçu pour les flux de travail mixtes chinois/anglais où les modèles vocaux locaux grand public peinent à obtenir une qualité de reconnaissance. Il encapsule le puissant chemin ASR Doubao comme outil de saisie vocale indépendant de l'application, avec post-traitement, vocabulaire, traduction, édition de texte sélectionné, insertion sensible au presse-papiers et diagnostics locaux. Le projet dépend du comportement observé des clients Doubao et Youdao Bage Shuo et n'est pas une API, un SDK ou une intégration officielle pour ces services. Les utilisateurs doivent disposer d'un compte Doubao valide et se connecter eux-mêmes. L'audio envoyé pour reconnaissance est traité par le service Doubao. Le projet est publié sous licence MIT.