当我写代码戴上降噪耳机的时候, 听不到键盘声,有些不习惯, 于是想找一个按键音的软件, 但不是收费就是占我的内存, 功能也不符合我的需求.
所以------自己写了一个
KeyTone，常驻菜单栏的键盘 / 鼠标音效引擎，MIT 开源。
它能做什么
把每一次敲击和点击变成声音：机械轴的清脆、打字机的咔哒、老式薄膜键盘的闷响。
内置 21 个音色包------19 个是真实录音采样，2 个是运行时用波形合成的。键盘和鼠标各自独立，可以分别切换。
挑几个名字你大概有感觉：Cherry MX 棕 / 蓝 / 黑、Holy Panda、NK Cream、Gateron 红墨 / 黑墨、Alpaca、Logitech G915 TKL、打字机、iOS 键盘。鼠标那边有 G502 X、Corsair M65 Elite、M570 轨迹球、Magic Mouse。
一共 174 个音频文件，全部编译进二进制，首次启动自动装好，不用你手动找素材。
三个我真正在意的细节
一、延迟必须压到感觉不到
这是最容易被做砸的地方。很多实现是"收到事件 → 读文件 → 解码 → 播放"，一路下来几十毫秒就出去了，打字快的时候声音会拖在手指后面，非常难受。
KeyTone 的做法是启动时把音频全部预解码进内存，按下时直接推给音频线程。实测从按键到出声在 10ms 级别------比你眨眼快两个数量级。
中间还踩了个坑：rodio 默认按 采样率 / 20 算缓冲（48kHz 下是 2048 帧），但部分声卡实际只接受几百帧的区间，直接开会失败。最后改成按 [480, 960, 256, 240] 逐个降级试，480 帧正好 10ms。
二、同一个键不能永远是同一个声音
真人敲键盘，每一下的力度、角度、时机都不同，所以听起来是"活的"。如果每个键只有一份采样，连打就变成了复读机。
所以每个键位可以绑定多个采样变体，播放时随机挑一个。同时做了峰值归一化------不同音色包的录音电平差异最大能到 10 倍，加载时统一归一到接近满刻度，切包不会出现"这个听不见、那个炸耳朵"。
三、它不该打扰你
这一条听着像产品废话，但落到实现上很具体：
- 本应用窗口在前台时不发声。 你点自己的界面、在自己的窗口里打字，不该被自己的音效吵到。
- 关闭窗口是真的销毁 WebView，不是隐藏。常驻内存明显下降------毕竟 99% 的时间它只是躺在菜单栏里。
- 关窗口只是收进托盘，进程不退出，音效一直在。
一个有点怪但很好用的功能
键位语音播报。
打开之后，每按一个键，系统会用语音把键名念出来。中文模式下 A 念"啊"、B 念"波"------这里做了个小处理：直接把拉丁字母丢给中文语音，它会把 A 读成英文字母名，很出戏，所以用同音汉字把读音锁死。
中文模式还特意区分了鼠标左键 和左箭头键：前者念"左键"，后者念"左箭头"，不会混。
说实话我一开始觉得这是个玩具功能，直到我开始用它检查键盘------哪个键没触发、哪个键连击，听声音比看日志快多了。打字快的时候它会打断上一句，保证念的永远是你刚按下的那个键。
技术上几个不太显然的点
如果你也是写 macOS 应用的，这几条能帮你省几天：
CGEventTap 的修饰键走 FlagsChanged 事件，没有独立的按下 / 抬起。必须读事件里的 flag 位判断当前状态，否则 Shift 和 Command 会一直被判为"按住不放"。
AXIsProcessTrusted() 永远不会弹授权框。 想弹只能用 AXIsProcessTrustedWithOptions 配 kAXTrustedCheckOptionPrompt。
菜单栏图标会被系统强制缩放到 18pt 高。 你提高 PNG 分辨率不会让它变大，只会变糊。想让图形占满画框，只能收紧 SVG 的 viewBox。
还有一个不算技术但很要命的：打包时如果没签名，辅助功能授权是拿不到的。 TCC 必须把授权绑定到一个稳定的代码签名身份上，.app 包没签名（只有内层可执行文件带链接器的 ad-hoc 签名）时，用户在系统设置里勾了也没用，AXIsProcessTrusted() 永远返回 false。
更麻烦的是 ad-hoc 签名的授权绑在 cdhash 上，每次重新编译都失效。解法是本机造一张自签名证书来签，授权就绑在证书上，只需要勾一次。
现在能用到什么程度
说清楚，免得你装完失望：
| 平台 | 状态 |
|---|---|
| macOS 13+ | 已实机验证，键盘 / 鼠标 / 语音全部可用 |
| Windows 10+ | 已实现并通过编译与单测，还没实机验证 |
| Linux | evdev 实现已写，未验证，需要 input 组权限 |
Windows 那边低级钩子（WH_KEYBOARD_LL + WH_MOUSE_LL）已经接好了，不需要任何授权------这点比 macOS 省事。但语音播报还没做，Windows 要接 SAPI，暂时是隐藏状态。
macOS 安装时 Gatekeeper 会拦一次（没做公证），右键「打开」就行，或者：
sh
xattr -dr com.apple.quarantine /Applications/KeyTone.app然后记得去「系统设置 → 隐私与安全性 → 辅助功能」勾上，否则捕获不到全局按键。
关于开源
MIT，代码在 GitHub 上：github.com/PikachuGits...
技术栈是 Tauri 2 + Rust，前端就是一个单文件静态 HTML，没有框架也没有构建步骤------改完 HTML 直接 cargo build 就能看效果，这点我挺喜欢的。
音色包的命名沿用了这个生态里的通行写法（backspace / enter / leftshift），所以现成的音色包可以原样导入 ，不用改包。想自己做一套也很简单，一个 profile.yaml 加几个音频文件就行。
最后说一句为什么做这个。
不是因为市面上没有同类工具，是因为我想要一个不用配置、装上就响、敲起来像那么回事的东西。它不该是一个需要研究的软件，应该像键盘本身的一部分------你在打字，它在发声，仅此而已。
如果你也总觉得敲键盘少了点声音，可以试试。