Mac 語音輸入軟體讓您用說話代替敲鍵盤。選型時，最重要的是三個問題：辨識模型是否適合您的語言、是否會自動整理文字，以及音訊和文字在哪裡處理。本地辨識可以減少對網路的依賴，而雲端潤色通常涉及額外的資料傳輸與費用。
還要看四項實際體驗：一次能連續說多久、文字多久出現、哪些資料會離開 Mac，以及長期使用需要多少錢。
本文比較 TranscribeNext for Mac、Apple 聽寫、Wispr Flow、Superwhisper、Voicy、MacWhisper、Voibe 和 FluidVoice。TranscribeNext 是我們的產品。下文的競品價格、公開測試和時間參數來自原文調查記錄，不代表對各工具目前版本做過重新實測；中文讀者尤其需要區分“支援本地辨識”和“支援中文”。
30 秒選型摘要
不同任務適合不同工具：
哪款 Mac 語音輸入工具適合您？
TranscribeNext for Mac 的本地語音輸入包含在 Free 等各方案中，本地引擎無需帳戶即可使用，單次最長 5 分鐘。它還提供檔案轉錄和會議錄製入口，適合不想在多個工具間切換的使用者。語音輸入免費，不等於所有檔案轉錄、會議或雲端功能都無限免費。
Apple 聽寫的優勢是無需安裝；Wispr Flow 偏重雲端整理；Superwhisper 提供更多自訂選項。以下價格保留原文的歐元口徑，僅用於理解收費模式，購買前請查看目前官網價格、稅費及地區可用性。
| 應用程式 | 適合用途 | 主要特點 | 處理位置 | 會話時長 | 原文記錄的收費方式 |
|---|---|---|---|---|---|
| TranscribeNext for Mac | 日常語音輸入與一體化工作流 | 本地語音輸入，另有會議和檔案功能 | 本地；雲端功能可選 | 5 分鐘 | 本地語音輸入免費 |
| Apple 聽寫 | 使用系統內建功能 | 無需單獨安裝 | 取決於裝置、語言和系統 | 請查看目前系統限制 | 隨 macOS 提供 |
| Wispr Flow | 整理郵件與消息 | 雲端辨識與文字整理 | 雲端 | 長會話，依方案而定 | 約 €15/月 |
| Superwhisper | 自訂模型與模式 | 本地模型、快捷鍵與範本 | 可本地處理 | 長會話 | €8.49/月或 €249.99 永久許可 |
| Voicy | 跨應用程式語音輸入 | 提供一次性付費選項 | 雲端 | 長會話 | 約 €8.49/月或 €260 永久許可 |
| MacWhisper | 轉錄已有音訊 | 以本地檔案轉錄為主 | 可本地處理 | 以檔案處理為主 | 免費版；付費許可約 €59 |
| Voibe | 長篇口述 | 本地長會話及可選雲端模式 | 本地或雲端 | 長會話 | 付費方案 |
| FluidVoice | 開源語音輸入與自動化 | 社區維護的本地模型工具 | 本地 | 依配置而定 | 免費、開源 |
Apple 自帶聽寫夠用嗎？
如果只是輸入搜尋詞或回復一句話，值得先試系統內建聽寫。它免費、無需單獨安裝，部分裝置和語言支援在裝置上處理。
獨立應用程式的價值主要在於模型選擇、文字整理和工作流，而不是簡單地宣稱系統功能不能用。Apple 聽寫的連續時長、標點與離線能力會隨裝置、語言和 macOS 版本變化；原文提到的舊版約 60 秒限制，不能作為所有目前 Mac 的統一限制。
如果您經常口述整封郵件、長篇筆記或專業內容，可以用同一段中文比較實際結果：專有名詞錯多少、標點是否自然，以及還需要多少人工修改。
如何在 Mac 上開啓聽寫？
啓用系統聽寫：
1. 打開系統設定，選擇鍵盤。
2. 開啓聽寫，確認所用語言。
3. 設定快捷鍵，並按系統提示授予必要權限。
4. 在可編輯文字框中放好光標，再開始說話。
第三方應用程式有自己的全局快捷鍵。TranscribeNext 預設使用 ⌥空格，也提供 ⌃⌘D、⌃空格、⌃⌥空格等預設。⌃空格可能已用於切換中文輸入法，⌥空格也可能被 Alfred 或 Raycast 佔用，請選擇沒有衝突的組合。
按住快捷鍵超過 400 毫秒後說話，松開即可結束；輕按一次進入免按住模式，再按一次停止。Esc 用於取消目前會話，不插入文字。
可以用 Fn 鍵啓動聽寫嗎？
可以。TranscribeNext 支援將帶地球圖標的 Fn 鍵設為另一種觸發方式，與 ⌥空格配合使用。按住 Fn 說話、松開結束；在 400 毫秒內連按兩次進入免按住模式，再按一次停止。
該選項預設關閉，需要在語音輸入設定中啓用並授予輔助功能權限。其設計是辨識單獨按下 Fn 的動作，不接管所有 Fn 組合鍵；仍應檢查您裝置上的功能鍵、輸入法和表情選擇器設定是否衝突。使用本地模型時，快捷鍵觸發本身不要求把音訊上傳雲端。
如何實現離線語音輸入？
TranscribeNext 提供本地語音辨識。原文介紹的 NVIDIA Parakeet TDT 0.6B v3 int8 模型下載約 670 MB，但它不支援中文。中文使用者應選擇支援中文的多語言模型，例如 OpenAI Whisper large-v3-turbo，並先完成模型下載。
使用本地引擎時，音訊在 Mac 上處理。語音輸入流程不把結果存入轉錄資料庫；最近一次結果保留在記憶體中，供再次複製，應用程式重啓後清除。這與儲存到檔案列表的檔案轉錄流程不同。
Superwhisper、MacWhisper、Voibe 和 FluidVoice 也有本地模型方案；Apple 聽寫的本地能力取決於裝置和語言。Wispr Flow 與 Voicy 則偏重雲端處理。
最容易忽略的是：本地辨識不等於後續處理也在本地。TranscribeNext 的可選 AI 潤色會將辨識後的文字發送到雲端，需要登入。若要讓這條處理鏈保持本地，請使用本地引擎並選擇原始轉錄，關閉雲端潤色。
Voibe 和 FluidVoice 有什麼不同？
我們沒有對這兩款工具做獨立性能測試，以下是原文對公開產品資料的整理。
Voibe 偏重長篇口述，提供本地長會話模式，也宣傳可選的無保留雲端模式。是否保留資料及具體條件，應以其目前隱私條款為準。使用本地模型需要預留磁盤空間：不同模型可能從數百 MB 到數 GB 不等。它採用付費方案。
FluidVoice 是免費開源的社區專案，透過本地模型提供語音輸入和語音控制功能。原文介紹了 Homebrew 安裝方式 `brew install --cask fluidvoice`；安裝前仍應核對專案的目前說明、來源和相容要求。對不熟悉終端的使用者，安裝維護會比普通應用程式多一道門檻，社區專案也不等於附帶商業支援承諾。
選型時還要區分語音輸入與檔案、會議轉錄。不要因為某款工具支援“語音轉文字”，就假定它包含已有錄音匯入或會議錄製；請按目前功能表逐項核對。
說完之後，文字多久出現？
響應時間包含麥克風啓動、辨識、文字插入和可選潤色，不能只比較一個宣傳數字。原文記錄的 TranscribeNext 參數如下，實際體驗受硬體、模型、語言與網路影響，不是性能保證：
原文還引用了 Superwhisper 每次約 1–2 秒、部分雲端工具約 200 毫秒網路延遲加處理時間的公開數字。兩者統計口徑不同，不能直接作為快慢排名。中文使用 Whisper 時，也不能直接套用另一個模型的啓動和推理時間。
辨識準確率應該怎麼看？
模型很重要，語言、預處理、麥克風和後處理同樣重要。以下保留原文列出的測試資料與模型大小，便於理解差別；它們不是同一資料集上的橫向測試，更不是中文準確率。
| 模型 | 原文記錄的下載大小 | 字詞錯誤率 | 測試說明 |
|---|---|---|---|
| NVIDIA Parakeet TDT 0.6B v3 | 670 MB | 6.34% | Open ASR Leaderboard 多領域資料；模型支援 25 種語言，不含中文 |
| OpenAI Whisper large-v3 | 2.9 GB | 2.5% | LibriSpeech test-clean，清晰英文朗讀 |
| OpenAI Whisper medium | 1.5 GB | 2.9% | LibriSpeech test-clean |
| OpenAI Whisper small | 466 MB | 3.4% | LibriSpeech test-clean |
安靜環境中的英文朗讀與帶噪聲的中文口述是不同任務。實際比較時，請錄一段包含中文姓名、英文縮寫、數字和產業術語的內容，檢查漏字、同音字和斷句，而不是用上述百分比推算自己的結果。
麥克風距離和環境噪聲通常值得優先改善。辨識完成後，標點、分段和口頭語處理也會影響最終可讀性，但不應掩蓋原始辨識錯誤。
語音輸入一定比打字快嗎？
原文用英文舉例：按每分鐘說 150 個單詞、打 40 個單詞計算，300 詞郵件口述約需 2 分鐘，打字約需 7.5 分鐘。這只是特定假設下的計算，不能直接換算成中文漢字數或中文輸入法速度。
更重要的是最終交付時間。口述後如果還要逐句刪除口頭語、補標點、改同音字，節省的時間可能被校對抵消。建議用您常寫的郵件或工作消息比較“開始輸入到可發送”的總耗時。
TranscribeNext 的可選潤色用於整理口頭語、停頓、標點和自我更正，例如把“週一，不，等一下，週二”整理為“週二”，而不是翻譯或總結內容。原文版本包含防護：輸出超過輸入的 2.2 倍、少於 30%，或數字、網址、郵箱出現異常變化時回退到原始轉錄。此類檢查只能降低風險，不能代替對重要資訊的人工核對。
能直接在其他應用程式里輸入文字嗎？
多數獨立語音輸入工具提供跨應用程式輸入，但並非每個文字框都允許自動插入。實際相容性取決於目標應用程式、權限和安全輸入狀態。
TranscribeNext 的即時輸入透過模擬按鍵，將已確認文字送入目前應用程式。使用者開始手動輸入或點選時，應用程式會讓出控制。另一種方式是複製並貼上：先備份剪貼簿，再在完成後恢復，避免覆蓋之前複製的圖片或連結。
有兩點需要注意：
Wispr Flow 與 Superwhisper 怎麼選？
這主要是雲端文字整理與本地控制之間的取捨。
Wispr Flow 將語音發送到伺服器，返回整理後的文字，偏重郵件和對話場景。它依賴網路；對保密內容，應先確認組織是否允許上傳以及供應商的資料處理條款。原文記錄價格約為 €15/月。
Superwhisper 面向希望選擇本地 Whisper 模型、自訂模式和快捷鍵的使用者。原文記錄了免費版、€8.49/月訂閱及 €249.99 永久許可，並引用約 1–2 秒的處理時間。這些歷史數字需在購買前重新核對。
TranscribeNext for Mac 提供本地辨識與可關閉的雲端潤色，另有會議和檔案轉錄。如果您需要多種任務共用一個應用程式，可以一起比較；不要僅因其中一個語音輸入功能免費，就推斷所有功能的額度相同。
哪些資料會離開 Mac？
選擇隱私模式時，應分別看音訊辨識、文字潤色和儲存流程。原文描述的 TranscribeNext 語音輸入行為是：
其他工具也應按具體模式核對。Apple 的處理位置取決於裝置與語言；Wispr Flow、Voicy 偏雲端；Superwhisper、MacWhisper、Voibe 提供本地選項。產品名稱本身不是保密或合規保證。
Mac 語音輸入軟體怎麼收費？
以下為原文價格記錄，不是新台幣或港幣的即時報價。訂閱週期、地區稅費、促銷與匯率可能影響實際付款金額。
按 €15/月計算，一年為 €180。是否值得取決於實際節省的校對時間，而不是僅看辨識速度。可查看 TranscribeNext 方案比較完整權限；中文頁面不代表以當地貨幣結算或支援所有當地付款方式。
各款工具的優勢與限制
如何快速選擇？
先從滿足隱私和語言要求的免費方案試起。記錄實際節省的時間與修改量，遇到明確限制後再考慮付費；不要把“每週一定回本”當作普遍結論。
常見問題
Mac 上哪款語音輸入軟體適合我？ 簡短輸入可先試系統聽寫；一體化檔案、會議和語音輸入可比較 TranscribeNext；雲端文字整理可看 Wispr Flow；自訂本地模型可看 Superwhisper。中文支援應按模型確認。
Apple 自帶聽寫夠用嗎？ 對搜尋和短回復通常值得先試。連續時長、標點和離線能力依裝置與系統而異，不應統一套用舊版限制。
Mac 可以離線進行中文語音輸入嗎？ 可以先下載支援中文的多語言 Whisper 模型，再使用本地辨識。需要全程本地時關閉雲端潤色；Parakeet TDT 0.6B v3 不支援中文。
如何開啓聽寫？ 在系統設定 > 鍵盤 > 聽寫中啓用；第三方應用程式需另設快捷鍵並授予相應權限。TranscribeNext 預設用 ⌥空格，注意避開輸入法快捷鍵。
可以使用 Fn 鍵嗎？ TranscribeNext 提供可選 Fn 觸發：按住說話，或在 400 毫秒內連按兩次進入免按住模式。它預設關閉，需要輔助功能權限。
Wispr Flow 和 Superwhisper 怎麼選？ 前者偏雲端整理，後者偏本地模型與自訂。應把網路、資料處理方式和配置成本一起考慮。
準確率有多高？ 取決於模型、語言與錄音條件。英文測試集的錯誤率不能直接代表中文效果，請用自己的中文錄音比較。
一定比打字快嗎？ 不一定。英文單詞速度不能直接轉換為中文輸入速度，還要計算校對、格式調整和修改耗時。
需要多少錢？ 從系統免費功能、開源工具到訂閱和永久許可都有。上文競品價格是原文記錄，購買前以目前官網與結帳頁為準。
來源與參考：TranscribeNext Mac 應用程式資料、Apple 聽寫支援文件、Wispr Flow、Superwhisper、MacWhisper 產品資料，以及 Hugging Face Open ASR Leaderboard 與 LibriSpeech test-clean 測試。參數與競品價格反映原文調查時的資訊，不同版本、模型、裝置和地區的實際情況可能不同。