음성을 서버에 업로드하지 않는 macOS용 오픈 소스 음성 입력기를 만들었습니다.

대부분의 음성 입력 도구는 모든 녹음을 누군가의 서버에 업로드합니다. 저는 더 간단한 것이 필요했습니다. 단축키를 누르고, 말하고, 놓으면 — 텍스트가 커서 위치에 나타나고, 제 목소리는 Mac을 떠나지 않습니다.

그래서 Cadenza (随言)를 만들었습니다. MIT 오픈 소스이며, macOS 14+, Apple Silicon 및 Intel을 지원합니다.

• Repo: https://github.com/DragonKingIO/Cadenza-voice
• Site & docs: https://dragonkingio.github.io/cadenza-site/

로컬 우선(local-first) 방식이 필요한 이유

이 분야는 신뢰성 문제가 있습니다. 우리는 인기 있는 받아쓰기 앱들이 업데이트 후 정확도가 떨어지고, 스크린샷 스캔들에 휘말리며, 평생 가격이 $249에서 $849로 치솟는 것을 지켜보았습니다. 이들 모두 사용자의 음성을 자신들의 서버를 통해 전송합니다.

Cadenza의 해답은 아키텍처에 있습니다: 인식 과정이 사용자 기기에서 이루어집니다. 끝입니다. 침해할 서버도, 소환할 녹음 파일도, 인상할 구독료도 없습니다.

작동 방식

1. 말하기 위해 누르기(Hold to talk). 단축키를 길게 누릅니다 (설정 가능; 탭하여 토글하는 것도 가능합니다). 작은 녹음 바가 현재 상황을 보여줍니다 — 녹음 중, 인식 중, 완료.

2. 기기 내 인식(Recognize on-device). 선택 가능한 5가지 모델이 있습니다 — SenseVoice (제가 추천하는 모델), FireRedASR2, Paraformer, Parakeet, Qwen3-ASR — sherpa-onnx를 통해 로컬에서 실행됩니다. 모델은 앱 내부에서 체크섬 검증과 함께 다운로드되며, 추론(inference) 과정에 네트워크 연결이 전혀 필요하지 않습니다. 목록에는 각 모델의 속도, 메모리 사용량, 구두점 지원 여부가 표시되어 있어 트레이드오프를 선택할 수 있습니다.

3. 텍스트가 커서에 표시됩니다(Text lands at your cursor). 키를 놓으면 받아쓰기가 커서가 있는 곳 어디든 타이핑됩니다. 채움말(

클라우드 제공업체를 사용하고 싶다면, 직접 API 키를 가져와야 하며, 각 제공업체는 개별적으로 승인한 경우에만 오디오를 받습니다. 지원되는 서비스: OpenAI, Groq, Google, Azure, AssemblyAI, ElevenLabs 외에도 모든 OpenAI 호환 엔드포인트가 지원됩니다. 이 기능들은 선택적 음성 번역 단축키(별도의 단축키로 직접 번역문을 입력)와 AI 다듬기 단계에서도 사용됩니다.

솔직하게 말씀드리자면: 저는 아직 실제 유료 계정으로 클라우드 제공업체를 테스트해 보지 못했습니다. 만약 사용해보신다면, 어떤 결과였는지 정말 듣고 싶습니다.

실용 어휘어 (Made for real vocabularies)

고유명사, 프로젝트 이름, 전문 용어를 위한 어휘 관리자가 있으며 가져올 수 있는 공유 팩도 있습니다. 이 기능은 필기(dictation)가 업무에 실제로 사용 가능한지 결정하는, 화려하지 않지만 가장 중요한 기능입니다.

현재 테스트 중인 기능: 스크린샷 OCR (영역을 선택하여 온디바이스 Apple Vision 또는 PP-OCR로 텍스트를 읽기).

상태: 초기 미리 보기, 일일 업데이트

저희는 매일 사용하고 있지만, 아직 많은 환경에서 테스트되지는 않았습니다. 실질적인 두 가지 참고 사항이 있습니다:

• 아직 Apple의 공증(notarized)을 받지 못했기 때문에, 첫 실행 시 시스템 설정(System Settings) → 개인 정보 보호 및 보안(Privacy & Security) →