一个功能强大的 Raycast 语音转文字插件，使用豆包（火山引擎）进行语音识别，集成 DeepSeek 提供文本润色功能，并新增 Vibe Coding 智能编程术语纠错功能。
- 🎙️ 实时语音录制 - 使用 Sox 高质量录音，16kHz 采样率
- 🤖 豆包语音识别 - 优秀的中文识别能力，支持实时流式识别
- ✨ DeepSeek 文本润色 - 智能优化转写结果，支持多种润色任务
- 🔧 Vibe Coding 术语纠错 - 智能识别和纠正编程术语的语音识别错误
- 🌐 多语言支持 - 自动检测或手动选择语言（支持中、英、日、韩等11种语言）
- 📝 智能转写 - 支持自定义提示词和专业术语
- 📋 历史记录 - 保存和管理所有转写记录
- 🔄 重新转写 - 使用不同设置重新处理音频
- 📊 统计分析 - 查看使用统计和趋势
- 💾 统一配置管理 - 一键保存所有API配置，避免重复输入
- 🎨 稳定UI体验 - 固定布局设计，消除页面抖动
- 🎯 智能提示词管理 - 内置多种场景提示词，支持自定义扩展
# 使用 Homebrew 安装 Sox
brew install sox- 克隆仓库到本地
- 进入插件目录：
cd speech-to-text - 安装依赖：
npm install - 构建插件：
npm run build - 导入到 Raycast：
npm run publish
# 正常开发模式（无调试日志）
npm run dev
# Debug模式（生成详细调试日志）
npm run dev:debug
# 构建生产版本
npm run build
# 代码检查和修复
npm run lint
npm run fix-lint插件现在支持统一的API配置管理：
- 一键保存: 使用
Cmd+Shift+S或 Actions 面板的"💾 保存API配置" - 智能检测: 自动保存所有填写完整的配置（Doubao + DeepSeek）
- 状态提示: 清晰显示保存结果和数量
- 安全存储: 配置保存后隐藏表单，避免密码泄露
- 访问火山引擎控制台
- 创建语音识别应用，获取：
- App Key（应用密钥）
- Access Token（访问令牌）
- Secret Key（密钥）
- 在插件界面或 Raycast 偏好设置中配置
- 访问 DeepSeek Console
- 获取 API Key
- 在插件界面或 Raycast 偏好设置中配置
- 启用 "Enable Text Polishing" 功能
- 支持的模型：
- deepseek-chat（推荐，通用对话模型）
- deepseek-coder（代码专用模型）
- 打开 Raycast，搜索 "Record Transcription"
- 按
⌘+R或点击 "Start Recording" 开始录音 - 按
Enter停止录音 - 自动进行语音识别
- 可选择进行 DeepSeek 文本润色处理
- 结果自动复制到剪贴板并保存到历史记录
录制完成后，可以选择不同的润色任务：
- 润色 - 提升文本通顺度和可读性
- 改写 - 使用不同表达方式重写内容
- 纠错 - 修正语法和拼写错误
- 翻译 - 翻译到其他语言
- 扩写 - 添加更多细节和描述
- 缩写 - 提取关键要点
- 学术润色 - 学术写作风格优化
- Vibe Coding - 智能编程术语纠错
专门针对编程内容的智能纠错：
- 自动检测编程相关内容
- 纠正常见的编程术语语音识别错误
- 支持主流编程语言、框架、工具名称纠错
- 处理中英文混合的技术文档
- 打开 Raycast，搜索 "Transcription History"
- 浏览所有转写记录
- 支持搜索、重新转写、导出等操作
录音界面：
⌘+R- 开始/停止录音⌘+C- 复制转写结果⌘+H- 查看历史记录⌘+Shift+S- 保存API配置
历史记录界面：
⌘+C- 复制文本⌘+O- 查看详情⌘+R- 重新转写⌘+Delete- 删除记录⌘+S- 查看统计⌘+Shift+E- 导出历史
日志界面：
⌘+R- 刷新日志⌘+C- 复制选中日志⌘+Shift+C- 清理日志
插件内置多种场景化提示词模板：
- 通用润色 - 提升整体文本质量
- 技术文档 - 专业技术内容优化
- 商务邮件 - 正式商务沟通
- 学术写作 - 学术论文风格
- 随意交流 - 日常对话风格
- 正式文档 - 官方文档写作
- 简洁表达 - 精简内容表述
- 详细说明 - 扩展内容描述
- 代码注释 - 代码相关说明
- 技术翻译 - 技术术语翻译
- Vibe Coding - 编程术语智能纠错
支持添加和管理自定义提示词：
- 可以基于内置模板修改
- 支持保存和复用
- 动态加载到润色选项中
在 "Custom Terms" 中输入专业术语，用逗号分隔：
React.js, TypeScript, GraphQL, Kubernetes, WebSocket, API
启用 "Use highlighted text as context" 后，插件会自动使用你在其他应用中高亮的文本作为上下文，提高识别准确度。
- 自动清理 - 默认转录后自动删除音频文件节省空间
- 保留音频 - 可选择保留原始音频文件
- 自定义路径 - 支持自定义音频文件保存位置
- 前端框架: React + TypeScript + Raycast API
- 音频录制: Sox 命令行工具 (16kHz, 16-bit, mono WAV)
- WebSocket: 自定义二进制协议实现（豆包 API）
- HTTP客户端: REST API 调用（DeepSeek API）
- 存储: 本地文件系统 + LocalStorage
- 豆包语音识别: WebSocket 流式语音识别 API
- 实时二进制音频流传输
- 复杂帧结构处理和认证机制
- 支持多语言识别和实时结果返回
- DeepSeek 文本处理: REST API 文本处理
- HTTP POST 请求方式
- 支持多种文本处理任务
- 灵活的模型选择（chat/coder）
- 编程术语纠错引擎:
programming-terms-corrector.ts- 拼音/发音错误映射表
- 大小写规范化处理
- 常见模式错误修正
- 支持自定义词典扩展
- 提示词管理系统:
prompt-manager.ts- 内置场景化模板
- 自定义提示词支持
- 动态加载和验证机制
开发者调试:
- 在 Raycast 中打开插件设置 (⌘+,)
- 找到 "Enable Debug Logging" 并勾选
- 设置合适的日志级别：
TRACE- 最详细的调试信息（开发推荐）DEBUG- 调试信息INFO- 一般信息WARN- 警告信息ERROR- 仅错误信息
- 配置日志输出：
Log to File- 保存到日志文件（推荐）Log to Console- 在控制台显示
开启Debug模式:
# 正常开发（无日志文件）
npm run dev
# Debug开发（生成详细调试日志）
npm run dev:debug日志文件位置:
# Debug模式下的固定日志文件（仅在debug模式下生成）
/tmp/speech-to-text-debug.log特点:
- ✅ 按需生成: 只有debug模式才会创建日志文件
- ✅ 固定路径: 日志文件路径固定，便于查找
- ✅ 自动清理: 每次启动debug模式自动清空旧日志
- ✅ 详细记录: 包含完整的启动信息、配置状态、API调用等
查看日志的方法:
- 插件内查看: 在 Raycast 中搜索 "View Plugin Logs"
- 文件查看: 直接打开
/tmp/speech-to-text-debug.log - 实时监控:
tail -f /tmp/speech-to-text-debug.log - 快速检查:
head -20 /tmp/speech-to-text-debug.log
| 级别 | 用途 | 建议场景 |
|---|---|---|
| TRACE | 最详细的程序执行流程 | 开发和深度调试 |
| DEBUG | 调试信息和变量状态 | 功能开发和测试 |
| INFO | 一般操作信息 | 生产环境监控 |
| WARN | 警告信息，程序可继续 | 问题预警 |
| ERROR | 错误信息，功能可能失败 | 错误追踪 |
生产环境配置:
- 关闭 "Enable Debug Logging" 以提高性能
- 或设置日志级别为
ERROR仅记录错误
开发环境配置:
- 启用所有日志选项
- 使用
TRACE或DEBUG级别
检查步骤:
- 启用
DEBUG级别日志 - 尝试录音，查看日志中的音频设备信息
- 检查系统麦克风权限
- 确保 Sox 已安装：
brew install sox
相关日志关键词:
AudioRecorder- 录音相关Sox- 音频处理permission- 权限问题
检查步骤:
- 启用
DEBUG级别日志 - 查看
DoubaoClient相关日志 - 检查 API 凭证配置
- 验证网络连接
相关日志关键词:
DoubaoClient- 豆包客户端WebSocket- 连接状态Authentication- 认证问题Config- 配置相关
检查步骤:
- 启用
DEBUG级别日志 - 查看
DeepSeekClient相关日志 - 验证 API Key 有效性
- 检查配额限制和网络连接
相关日志关键词:
DeepSeekClient- DeepSeek 客户端Polish- 文本润色相关API- API 调用quota- 配额问题rate limit- 请求限制
1. 分步调试:
# 1. 启用日志
设置 -> Enable Debug Logging = true
设置 -> Log Level = DEBUG
# 2. 重现问题
执行出现问题的操作
# 3. 查看日志
在 Raycast 中运行 "View Plugin Logs"
# 4. 搜索关键信息
根据问题类型搜索相关组件日志2. 日志分析技巧:
- 按时间戳追踪问题发生的准确时间
- 查找
ERROR和WARN级别的消息 - 关注会话ID相同的日志条目
- 检查网络请求的响应状态
3. 报告问题时:
- 提供完整的错误日志片段
- 说明复现步骤
- 包含环境信息（macOS版本、Raycast版本等）
- 检查系统麦克风权限
- 确保 Sox 已正确安装：
brew install sox - 查看音频录制相关日志
- 检查 API 凭证是否正确
- 确保网络连接正常
- 查看认证和连接相关日志
- 在生产环境关闭详细日志
- 检查日志文件大小，必要时清理
- 使用合适的日志级别
speech-to-text/
├── src/
│ ├── record-transcription.tsx # 主录音界面
│ ├── transcription-history.tsx # 历史记录界面
│ ├── view-logs.tsx # 日志查看界面
│ ├── components/ # UI组件目录
│ ├── hooks/
│ │ └── useAudioRecorder.ts # 录音 Hook
│ ├── utils/
│ │ ├── ai/
│ │ │ ├── transcription.ts # 转写核心逻辑
│ │ │ ├── doubao-client.ts # 豆包语音识别客户端
│ │ │ └── deepseek-client.ts # DeepSeek 文本润色客户端
│ │ ├── audio/ # 音频处理目录
│ │ ├── audio.ts # 音频工具函数
│ │ ├── history.ts # 历史记录管理
│ │ ├── formatting.ts # 格式化工具
│ │ ├── config.ts # 配置管理
│ │ ├── logger.ts # 日志系统
│ │ ├── prompt-manager.ts # 提示词管理
│ │ ├── programming-dictionary.ts # 编程词典
│ │ └── programming-terms-corrector.ts # 编程术语纠错引擎
│ ├── types.ts # 类型定义
│ └── constants.ts # 常量定义
├── test-doubao-client.js # 豆包API测试脚本
├── package.json # 项目配置和依赖
├── tsconfig.json # TypeScript配置
├── CLAUDE.md # Claude代码助手指南
├── DEVELOPMENT.md # 开发指南
├── DEBUG-GUIDE.md # 调试指南
└── README.md # 项目说明文档
# 开发模式
npm run dev
# 代码检查
npm run lint
# 构建
npm run buildMIT