หลังจาก 1.3.0 เราไปอ่านว่าผู้คนบ่นเรื่องอะไรจริง ๆ กับแอปพูดเป็นข้อความ — กระทู้ Hacker News, issue tracker ของแอปโอเพนซอร์ส, หน้าซัพพอร์ตของแอปแบบสมัครสมาชิก มีสองเรื่องที่เด่นชัด ผู้ทดลองใช้ตัดสินใจภายในร้อยครั้งแรกว่าแอปเชื่อถือได้หรือไม่ และทันทีที่ไม่มีอะไรถูกวางและไม่มีอะไรอธิบายว่าทำไม พวกเขาก็ไป และกลุ่มผู้ใช้ที่เติบโตเร็วที่สุดไม่ได้พูดใส่อีเมลเลย — พวกเขาคุยกับเอเจนต์เขียนโค้ด
1.4.0 สร้างขึ้นรอบสองเรื่องนี้
Vext เป็นเซิร์ฟเวอร์ MCP แล้ว
Vext มีเซิร์ฟเวอร์ MCP ในตัว เปิดใน การตั้งค่า → ทั่วไป → เซิร์ฟเวอร์ MCP สำหรับ AI เอเจนต์ แล้ว Claude Code, Codex, OpenCode, Cursor, Claude Desktop, Octomind และไคลเอนต์ MCP อื่นใดบน Mac ของคุณจะใช้ Vext เป็นเครื่องมือได้
สิ่งที่เอเจนต์ทำได้ — เหมือนที่คุณทำจากแถบเมนูและหน้าต่างหลัก:
- พูดเป็นข้อความ
start_dictationคุณพูดstop_dictationคืนข้อความถอดเสียง — หลังผ่านคำศัพท์ การทำความสะอาด และสไตล์ที่ใช้อยู่ ถ้าใส่paste: trueข้อความจะไปอยู่ที่เคอร์เซอร์เหมือนการพูดปกติ ถ้าไม่ใส่ เอเจนต์จะได้แค่ข้อความ - ถอดเสียงไฟล์เสียงใดก็ได้ ในเครื่องด้วยโมเดลในเครื่อง
- การประชุม เริ่มและหยุดบันทึก อ่านบันทึกพร้อมชื่อผู้พูดและเวลา รับหรือสร้างสรุปใหม่ ตั้งชื่อผู้พูด ("Speaker 2" → "Sarah" และจำเสียงไว้ได้ถ้าต้องการ) ส่งออกเป็น Markdown, ข้อความ, SRT หรือ VTT
- ประวัติ แสดง ค้นหา อ่าน และลบการพูดและโน้ต; ลองถอดเสียงที่ล้มเหลวใหม่
- ทุกอย่างในการตั้งค่า สไตล์การพูด การแปล การตัดคำเติม การส่งอัตโนมัติ ไมโครโฟน สไตล์ตามแอป คำศัพท์ ผู้พูดที่รู้จัก
การตั้งค่าสำหรับ Claude Code ใช้คำสั่งเดียว:
claude mcp add --transport http vext http://127.0.0.1:58398/mcp --header "Authorization: Bearer <โทเค็นของคุณ>"
ในการตั้งค่ามีเมนู คัดลอกการตั้งค่าสำหรับ… ที่ใส่โทเค็นของคุณให้สำหรับ Claude Code, Codex CLI, OpenCode, Cursor และ Windsurf, Claude Desktop และ Octomind เซิร์ฟเวอร์ฟังเฉพาะ 127.0.0.1 ทุกคำขอต้องมีโทเค็นที่ Vext สร้าง และทั้งหมดปิดอยู่จนกว่าคุณจะเปิด เสียง ข้อความถอดเสียง หรือการประชุมของคุณไม่ออกจากเครื่อง — เอเจนต์คุยกับพอร์ตในเครื่อง และโมเดลในเครื่องเป็นคนทำงาน
รองรับทั้งการจับมือ MCP แบบคลาสสิกและเวอร์ชันปี 2026 แบบเมทาดาต้าต่อคำขอ จึงใช้ได้กับไคลเอนต์วันนี้และที่กำลังจะอัปเดต ถ้าคุณพูดใส่เอเจนต์เขียนโค้ด สิ่งนี้เปลี่ยน "กดปุ่มค้างแล้วพูด" เป็น "เอเจนต์ขอให้คุณพูด แล้วเอาคำตอบไปทำต่อ"
เห็นคำขณะพูด
การพูดตอนนี้แสดงแถบด้านล่างจอ: คลื่นเสียง เวลาที่ผ่านไป และข้อความถอดเสียงที่ทยอยมาทีละวลีเมื่อระบบรู้จำเสร็จแต่ละส่วน คุณอ่านสิ่งที่มันได้ยินได้ก่อนปล่อยปุ่ม
เปลี่ยนใจกลางประโยค? กด Escape หรือคลิก ✕ บนแถบ การบันทึกจะถูกทิ้ง ไม่ถอดเสียง ไม่วาง — และ Escape ไม่ไปถึงแอปด้านล่าง จึงไม่ปิดสิ่งที่คุณเปิดอยู่
ไม่มีอะไรล้มเหลวเงียบ ๆ อีกต่อไป
นี่คือปัญหาความน่าเชื่อถือ การพูดที่ไม่ได้ผลอะไร ก็ไม่ได้ผลอะไร: ไม่มีข้อความ ไม่มีการแจ้ง ไม่มีร่องรอยในประวัติ แยกไม่ออกว่าเป็นการบันทึกเงียบหรือระบบรู้จำล่ม
ตอนนี้:
- การบันทึกที่ไม่มีเสียงพูดจะแสดง "ไม่พบเสียงพูด"
- ถ้าระบบรู้จำล้มเหลวกับเสียงที่มีการพูดชัดเจน Vext จะเก็บเสียงไว้ แสดงว่าเกิดอะไรขึ้น และเพิ่มแถว "ถอดเสียงไม่สำเร็จ" ในประวัติพร้อมปุ่ม ลองใหม่ การลองใหม่จะรันทั้งกระบวนการอีกครั้ง — การรู้จำ คำศัพท์ การทำความสะอาด สไตล์ของคุณ — แล้ววางผลลัพธ์ในคลิปบอร์ด เพราะเคอร์เซอร์ของคุณไปไกลแล้ว ลบแถวก็ลบเสียง
เสียงของการพูดที่สำเร็จยังคงไม่ถูกเก็บไว้เลย
หนึ่งสไตล์ต่อหนึ่งแอป
สไตล์การพูดจาก 1.3.0 ใช้ทั่วทั้งระบบ ตอนนี้แยกตามแอปได้ด้วย: การตั้งค่า → ภาษาและ LLM → สไตล์ตามแอป ข้อความ สำหรับ Slack, ตามที่พูด สำหรับ Terminal และ Claude Code, อีเมล สำหรับ Mail แต่ละแอปมีสวิตช์ส่งอัตโนมัติของตัวเอง เพิ่มแอปจากรายการที่กำลังรันหรือเลือกจากดิสก์
สไตล์ถูกเลือกโดยแอปที่อยู่ด้านหน้าตอนคุณเริ่มพูด — และข้อความก็ไปที่นั่น ถ้าคุณกด Cmd-Tab ไปที่อื่นระหว่าง Vext ยังประมวลผล มันจะสลับกลับไปแอปเดิมก่อนวาง แทนที่จะทิ้งข้อความลงในสิ่งที่บังเอิญโฟกัสอยู่
เลือกไมโครโฟนของคุณ
การตั้งค่า → เสียงและ STT → ไมโครโฟน ค่าเริ่มต้นของระบบหรืออุปกรณ์อินพุตใดก็ได้ สำหรับการพูด โน้ต และการประชุมเหมือนกัน อินเทอร์เฟซหลายอินพุตที่เคยบันทึกความเงียบจากช่องผิด ตอนนี้บันทึกช่องที่คุณเลือก
ถอดไมค์ออก Vext จะกลับไปใช้ค่าเริ่มต้นของระบบและบอกคุณ; รายการจะคงตัวเลือกของคุณไว้พร้อม "(ไม่พร้อมใช้งาน)" จนอุปกรณ์กลับมา ถ้าคำแรกของคุณยังหายบน AirPods นี่คือทางแก้: ไมค์ไร้สายใช้เวลาตื่น ไมค์ในตัวหรือแบบมีสายไม่ใช้เวลา
ปุ่มลัด: ปุ่มเมาส์และแตะสั้น
ปุ่มกลางและปุ่มข้างของเมาส์บันทึกเป็นปุ่มลัดได้แล้ว — กดเพื่อพูดบนปุ่มนิ้วโป้งทำงานเหมือนปุ่ม modifier ทุกประการ
ยังมีตัวเลือก แตะสั้น ๆ เพื่อเปิด/ปิดการพูดแบบแฮนด์ฟรี: การกดที่สั้นกว่าเวลาหน่วงบนปุ่มกดเพื่อพูดจะเริ่มโหมดแฮนด์ฟรี แตะอีกครั้งเพื่อหยุด ส่วนกดค้างยังเป็นกดเพื่อพูด ปุ่มเดียว สองพฤติกรรม ปิดไว้เป็นค่าเริ่มต้น เพราะถ้าใช้ Shift เป็นปุ่ม PTT ตัวพิมพ์ใหญ่ทุกตัวจะนับเป็นการแตะ; เปิดใช้กับ Fn, ⌥ ขวา หรือปุ่มเมาส์
และการพิมพ์ปุ่มปกติขณะกดคอมโบกดเพื่อพูดค้างจะยกเลิกการกดค้างแล้ว — Shift+ตัวอักษรคือการพิมพ์ ไม่ใช่การพูด
"บันทึกการโทรนี้ไหม?"
เมื่อ Zoom, Teams, Slack, FaceTime, Discord, Webex, Skype หรือ Loom เริ่มใช้ไมโครโฟนของคุณ Vext จะแสดงคำถามเล็ก ๆ ที่มุมจอ: Zoom กำลังใช้ไมโครโฟนของคุณ — บันทึกและถอดเสียงการประชุมนี้หรือไม่? บันทึก เริ่มกระบวนการประชุมตามปกติพร้อมป้ายผู้พูดและสรุป; ไม่ใช่ตอนนี้ ปิดคำถาม และมันจะหายไปเองใน 30 วินาที
ไม่มีอะไรถูกบันทึกจนกว่าคุณจะคลิกบันทึก และปิดคำถามนี้ได้ใน การตั้งค่า → เสียงและ STT → การประชุม
การแก้ไข
- การลบรายการคำศัพท์ขณะช่องข้อความโฟกัสอยู่ทำให้แอปพัง แก้แล้ว และแก้รูปแบบเดียวกันในรายการแอปใหม่ก่อนจะเกิดปัญหา
- ช่องบันทึกปุ่มลัดอาจพังตอนวาดใหม่เมื่อการค้นหาฟอนต์ระบบไม่คืนค่า ตอนนี้ใช้ป้ายแบบเนทีฟ
- ข้อความถูกวางกลับในแอปที่คุณเริ่มพูด ไม่ใช่แอปที่คุณสลับไประหว่างนั้น
อัปเดต
brew upgrade muvon/tap/vext
หรือ ดาวน์โหลด Vext 1.4.0 โดยตรง การประชุม โปรไฟล์ผู้พูด คำศัพท์ และปุ่มลัดยังอยู่ครบ เซิร์ฟเวอร์ MCP ปิดอยู่จนกว่าคุณจะเปิด
ทุกอย่างยังทำงาน บน Mac ของคุณทั้งหมด: ไม่มีคลาวด์ ไม่มีบัญชี ไม่มีการสมัครสมาชิก