2,187 星,一句「免费开源」背后有四套不同的条件
这个仓库把「免费开源」四个字拆成了至少三种条件,取决于你用的是哪台机器、填没填 key。
2026-11-01 建仓,11-12 核对时 2,187 星、375 fork、6 个未结 issue,Apache-2.0,主语言 Swift,最近一次推送就在 11-12。仓库描述写的是「Mac、Windows、Linux、Android 免费开源」。
节奏比星标更显眼。v1.0.0 于 11-03 发布,v1.9.0 于 11-12 发布,10 天 13 个版本,四个平台共用一个版本号。CHANGELOG.md 有 88,026 字节,列了 14 个版本段。
数字先摆成表。以下身份字段全部读自 api.github.com 的仓库接口,不引用仓库的 size 字段。
| 字段 | 核对值 |
|---|---|
| 星标 / fork | 2,187 / 375 |
| 未结 issue | 6 |
| 创建 / 最近推送 | 2026-11-01 / 2026-11-12 |
| 许可 / 主语言 | Apache-2.0 / Swift |
| 默认分支 / 主页 | main / cicada.indaloop.app |
README 备了中、英、日、韩四份,中文版 15,357 字节,是四份里最短的。本文引用的中文表述都以它为准。
但描述里那句「免费开源」,在 README 的平台表里被拆开了。四个平台不是同一套条件。
四平台不是一次编译,是四种语言各写一遍
支撑四个平台的不是一套跨平台框架,而是 Swift、Python、C#、Kotlin 各写一份原生实现。
languages 接口合计 6,028,521 字节。四种主语言占比接近,正好对上四份平台目录,没有哪一种是「顺便编译出来的」。
| 主语言 | 字节 | 占比 | 对应端 |
|---|---|---|---|
| Swift | 2,032,898 | 33.7% | Mac |
| Python | 1,365,198 | 22.6% | Linux |
| C# | 1,253,370 | 20.8% | Windows |
| Kotlin | 1,047,703 | 17.4% | Android |
| 其余 7 种合计 | 329,352 | 5.5% | 脚本与站点 |
目录层面也印证。git tree 里 linux、windows、android、Sources、ios 各自独立,Resources 是 Mac 附带的 Core ML 资源。文件数与字节列成表。
| 顶层目录 | 文件数 | 字节 | 说明 |
|---|---|---|---|
| linux/ | 97 | 14,935,670 | 含 13.27 MiB 声纹模型 |
| Resources/ | 15 | 13,784,490 | Mac 的 Core ML 权重 |
| windows/ | 101 | 8,602,345 | 含 6.67 MiB 声纹模型 |
| docs/ | 15 | 6,960,013 | 演示动图与平台规划 |
| android/ | 148 | 1,636,255 | 文件最多、体量很小 |
| Sources/ | 82 | 1,598,955 | Mac 应用源码 |
| ios/ | 30 | 209,939 | 仅有骨架 |
ios/ 只有 30 个文件、209,939 字节,另有 10,566 字节的 docs/ios-plan.md。路线图把 iPhone / iPad 放在「更远」一栏,第五端目前还在纸上。
平台差异不是实现细节,而是使用前提。README 平台表逐条列了系统要求与 key 依赖,照搬成表。
| 平台 | 系统要求 | 识别位置 | 是否需要 key |
|---|---|---|---|
| Mac(Apple 芯片) | macOS 14.4+ | 本机 | 默认链路不填 key |
| Mac(Intel) | macOS 14.4+ | 云端 Ming | 需 Ling key |
| Windows | 10 2004+,x64 / ARM64 | 云端 | 需 AI 服务 key |
| Linux | Ubuntu 22.04 / 24.04 | 云端 | 需 AI 服务 key |
| Android | Android 10+ | 云端 | 需 AI 服务 key |
作者自己把这条边界写进了给编码 agent 的规则文件。AGENTS.md 第 16 行是:「Only Apple silicon Macs recognize on the device: don't claim 声音不出本机 for Intel or the ports」。
后面括号里那句更直白:a cloud AI service hears the audio。也就是说,「声音不出电脑」是有主语的,只指 Apple 芯片 Mac 的本机识别。
说「没有自己的服务器」,但 server/ 是一整套分享后端
README 那句「无统计、无埋点,也没有我们自己的服务器」,只在默认听写链路里成立。
它出现在「联网透明」条目下,前面列举了四个联网对象:translate.googleapis.com、你配的 AI 服务、下载 BlackHole 驱动、每天查一次 GitHub 更新。语境是听写与翻译时往哪发数据。
但同一个 README 又写着:点「分享…」能生成纪要链接,可选带上双语全文,设有效期和密码,上传前会自动拦截密钥、未公开公司信息等敏感内容。既然有「上传」,就有接收方。
接收方就在仓库里。server/ 有 13 个文件、59,370 字节,是一份可直接部署的 Cloudflare Worker 配置加源码。
| 来源文件 | 实物内容 |
|---|---|
| index.js 首行注释 | cicada.indaloop.app = 静态站点 + 分享服务,仅 /s/* 与 /api/* 走 Worker |
| wrangler.jsonc | name 为 cicada-site;D1 库与 R2 桶都叫 cicada-share;Durable Object 为 Gate |
| wrangler.jsonc | cron「17 3 * * *」每天清理;SHARING=on;observability 开启 |
| 0001_init.sql | devices 表用 Ed25519 公钥标识设备、无账号;shares 表存元数据 |
| shares.js | 纪要文档实体落到 R2 的 shares/<id>.json |
| review.js | 两个模型经 ZenMux 做上传前敏感审查 |
这不是「作者隐瞒了服务器」。准确说法是两条链路:默认听写只在需要翻译时把文字发给你选的服务;一旦主动分享,纪要就进作者的 Worker,D1 记归属与状态,R2 存正文。
分享链路的阈值写在代码里,都是硬数字,列成表比读句子清楚。
| 项目 | 阈值 |
|---|---|
| 单次请求体 | 2 MiB 上限 |
| 可选有效期 | 7 / 30 / 365 天,默认 7 天 |
| 每设备活跃分享 | 200 |
| 每日审查字符 | 400,000 |
| 创建限流 | 每设备每小时 20 次、每 IP 每天 100 次 |
| 阻断阈值 | BLOCK 0.85;命中操纵检测时降到 TIGHT 0.6 |
| 审查规则 | 6 个问题 + 6 条固定格式密钥正则 |
review.js 的注释还记了一次国内故障:ZenMux 上的 Jev 会对被 Cloudflare 判定来自中国大陆的请求返回 451,原文写「stopped every share there」,于是改成先试 Cloudflare Clef。
这不算小问题。README 说分享链接能设密码和有效期,而该功能的审查链路一度对中国大陆请求整体不可用。功能清单和可用性要分开读。
6 个未结 issue 也指向同一处摩擦,且没有一条是 PR。
| 编号 | 诉求 | 类型 |
|---|---|---|
| #23 | 支持阿里云 / 腾讯云 ASR,预设国内常用语音识别模型 | 功能请求 |
| #28 | Win10 企业版 LTSC 无法安装 | 兼容问题 |
| #27 | Windows 增加「仅显示原文」字幕模式 | 功能请求 |
| #25 | 翻译与纪要分别配置 LLM 模型 | 功能请求 |
| #22 | 键盘没有右 Ctrl,希望自定义按键 | 功能请求 |
| #11 | 希望支持 iOS(iPhone / iPad) | 功能请求 |
数据核对:字段均直接读取,两种体量口径不可相加。
- 身份:wquguru/cicada,2,187 星 / 375 fork / 6 个未结 issue,Swift,main,Apache-2.0,建于 11-01,推送 11-12。
- 版本:v1.0.0(11-03)到 v1.9.0(11-12)共 13 个 release、10 天;v1.9.0 挂 11 个资产;tag 有 14 个。
- 体量:git tree
truncated=false,771 节点 / 642 blob / 49,995,976 字节;三个声纹模型合计 33,211,512 字节,占 66.4%。 - 口径:languages 只报 6,028,521 字节,不含 bin / png / md / gif;仓库 size 字段为 40952(KB),本文不引用。
- 边界:均取自仓库内文件;未安装、未运行、未做准确率实测。
核对时间 2026-11-12。
先决定填不填 key,再决定用哪台机器
最短路径是按平台下发行包,但「免费」的边界要到填 key 那一步才真正出现。
四个平台的包都挂在 Releases,可用 checksums.txt 核对 SHA-256。v1.9.0 共 11 个资产,主要发行包的大小与前置条件如下。
| 发行包(v1.9.0) | 大小 | 系统要求 | 前置条件 |
|---|---|---|---|
| macOS AppleSilicon dmg | 18.57 MiB | macOS 14.4+ | 默认链路无需 key |
| macOS Intel dmg | 18.74 MiB | macOS 14.4+ | 需 Ling key |
| Windows x64 exe | 86.02 MiB | 10 2004+ | 需 AI 服务 key |
| Windows ARM64 exe | 81.95 MiB | 骁龙 ARM64 | 需 AI 服务 key |
| Linux tar.gz | 12.44 MiB | Ubuntu 22.04 / 24.04 | 需 AI 服务 key |
| Android apk | 16.37 MiB | Android 10+ | 需 AI 服务 key |
README 中文版对费用写得很具体:不填 API key,实时字幕、翻译、会议记录和同传全部免费;实时纪要、一步语音翻译、声音克隆要填自己的 Ling key。
成本口径是「开会一小时约 0.15 到 1 元」,Ling 每月送 10 元额度,够 10 到 50 小时。这句话只写在 Apple 芯片 Mac 的小节下,其他三平台识别本身就走云端。
| 功能 | 填了 Ling key | 不填 / 退回 |
|---|---|---|
| 语音识别 | Apple 本机模型 | 同左,仅 Apple 芯片 Mac |
| 整句翻译 | Ling-3.1-flash | Google 翻译或 Apple 本机 |
| 实时纪要 | Ling-3.1-flash | 不可用 |
| 同传听懂并翻译 | Ming-3.0-audio-flash | 本机识别 + 翻译链 |
| 同传发声与克隆 | Ming-3.0-tts-0.5B | Mac 自带语音,无克隆 |
| 说话人区分 | WeSpeaker ResNet34-LM(本机) | 同左 |
换句话说,不填 key 拿到的是字幕与记录,不是纪要。「AI 会议纪要」写在仓库描述里,却属于要 key 的那一档。
装之前还有几条会立刻撞上的限制,按清单记更实用。
- 未签名:Mac 安装包目前没有苹果公证,首次打开要在「隐私与安全性」点「仍要打开」;Windows 会被 SmartScreen 拦。
- 四项权限:录制系统声音、麦克风、输入监控、管理员密码;拒任一项只影响对应功能。
- 虚拟麦克风:Mac 同传要装 BlackHole 2ch(GPL,用时下载、不打包);Windows 是 VB-Cable。
- 屏幕共享:Linux 纪要窗无法避开共享,窗口会标注「共享屏幕时此窗口可见」。
- 数据落点:记录与录音在
~/Library/Application Support/LiveSubs,卸载不会自动删。
路线图里「正式签名与公证」「不用 key 也有纪要」「iPhone / iPad」仍是待办。其中「自选 AI 服务」也在待办列表,但 README 正文已能填任何 OpenAI 兼容端点——路线图比实现慢了一拍。
许可证也要分开看:代码是 Apache-2.0,随附声纹模型是 WeSpeaker 在 VoxCeleb 上训练的 ResNet34-LM、按 CC BY 4.0 使用,虚拟麦克风 BlackHole 是 GPL 且不打包进安装包。
10 天 13 版、四套原生代码,几乎全押在一个人身上
这个节奏不是社区活跃,是单人高频交付;星标还没转成协作。
commits 接口的末页显示 719 次提交,contributors 接口 6 人合计也是 719,两个口径正好对上。其中 wquguru 一人 713 次,占 99.2%。
| 贡献者 | 提交数 | 占比 |
|---|---|---|
| wquguru | 713 | 99.2% |
| 其余 5 人合计 | 6 | 0.8% |
| 合计 | 719 | 100% |
最近 100 条提交集中在 11-08 到 11-12 约四天里。一个人同时维护四种语言的客户端、一套 Worker、官网和四语言文档,还要每版发 11 个安装包。
6 个未结 issue 全是功能请求与兼容反馈,没有一条 PR;13 个 release 累计 7,488 次资产下载,最新一版 v1.9.0 只有 207 次。热度集中在「点一下」,不是「留下来」。
体量也有代价。完整 git tree 的 truncated 为 false,771 个节点里 642 个是 blob,合计 49,995,976 字节,约 47.68 MiB。
| 口径 | 对象 | 字节 | 说明 |
|---|---|---|---|
| git tree 逐 blob | 642 个文件 | 49,995,976 | 47.68 MiB,本文以此为准 |
| 三个声纹模型 | 3 个文件 | 33,211,512 | 占全仓 66.4% |
| languages 接口 | 只数源码 | 6,028,521 | 5.75 MiB |
| 仓库 size 字段 | 40952(KB) | — | 与 tree 不等,不引用 |
languages 不统计 bin、png、md、gif,与 tree 差 8.3 倍,两个口径不能相加。真正占地方的是随包附带的三份声纹模型,不是代码。
还有一处小口径差:tag 有 14 个、release 只有 13 个,v1.2.0 有 tag 没发版。版本数别按 tag 数算。
三处自我描述都要打折读:免费只在 Apple 芯片 Mac 的默认链路,无服务器只在默认听写链路,「四平台」是四份独立实现而非一次编译。作者其实比 README 更清楚边界,AGENTS.md 那句约束就是证据。
所以值不值得装,取决于手上是哪台机器。Apple 芯片 Mac、不填 key,能拿到一套完整的本机字幕;其余三种平台,换来的是一个要自备 key、把声音分段送出去的客户端。把「免费开源」当成需要读平台表的条件,而不是一句承诺。