说话比打字快——多数人语速约每分钟 150 字，打字只有约 40 字。2026 年在 macOS 上，"语音转文字"的好选择比以往都多：从系统自带的免费听写，到准确度逼近人类的 Whisper 类应用。本文拆解现实可用的方案，以及如何从准确度、隐私（本地处理）、中英混合三方面做出选择。
1. macOS 自带听写（免费、已安装）
每台 Mac 都自带听写。在系统设置 → 键盘 → 听写开启（或在文本框里连按两次麦克风/Fn 键）。免费、无需安装。
- 优点：免费、无需装 app、全系统通用。
- 缺点：默认模式在线处理音频（隐私顾虑）；准确度一般；没有"按住说话"控制；中英混合较弱；标点和专有名词表现平庸。
临时偶尔用还行；要写正式文档、代码或中英混合笔记就力不从心——这也是专用工具存在的理由。
2. Whisper 类应用：准确度的飞跃
OpenAI 的 Whisper 改变了这个品类：单一模型，准确度远超传统听写，自动加标点，而且——关键——能在你的 Mac 上本地运行。这意味着既准确又隐私，音频不离开设备。
多款 Mac 应用基于 Whisper（或类似的 SenseVoice），如 Superwhisper、MacWhisper 和 InkTyper。它们的交互方式不同：
- 常驻监听 / 按键开始：开启会话后说话，批量转写。
- 按住说话（hold-to-talk）：按住热键说话、松开即转写，文字即时落位。这是 InkTyper 的模式：精确、不录制环境音、可预期。
3. 按住说话 vs 常驻监听：为什么交互方式重要
常驻监听的应用很"魔法"，但有两个问题：句与句之间到底录了什么、文字何时出现。按住说话消除了这两个不确定——麦克风只在按键时开、松开瞬间触发转写。对于往邮件、文档、聊天或代码里听写，按住说话通常更快、更不侵入。
4. 隐私：本地 vs 云端
如果你听写敏感内容（工作、健康、财务），注意音频去了哪：
- 云端（系统默认听写、云端 Whisper）：音频发送到服务器。快，但语音离开了设备。
- 本地（SenseVoice/Whisper 跑在 Mac 上）：音频在你的 Mac 上处理，不上传。InkTyper 本地模式首次下载模型（约 1GB）后可完全离线。
对一个每天都要用的"语音转文字"工具，本地是更稳的默认选择。
5. 中英混合输入
多数听写工具默认单一语言。如果你写中英混合（双语用户常见），要找明确针对"语码转换"调优的模型。Whisper 和 SenseVoice 都还行，InkTyper 专门针对同一句里中英混说做了优化，不用手动切语言。
6. 怎么选
| 你的需求 | 合理选择 |
|---|---|
| 免费、零设置、偶尔用 | macOS 自带听写 |
| 高准确度 + 隐私（离线） | 本地 Whisper/SenseVoice 应用 |
| 按住说话、即时插入、中英混合 | InkTyper |
| 要最高准确度、不介意云端 + 自带 API key | BYOK Whisper 应用（OpenAI / SiliconFlow） |
InkTyper——按住 Option 说话、松开即转。31 种语言、本地 SenseVoice（离线）、中英混合、BYOK Whisper。
免费下载 macOS 版 →常见问题
Mac 语音转文字免费吗？
免费。macOS 自带听写免费；InkTyper 这类工具也提供免费的本地 SenseVoice 模式。付费档主要加云端准确度（Whisper，用你自己的 key）或便利功能。
能离线吗？
可以——用本地模型（SenseVoice 或 Whisper 在你的 Mac 上）时音频不离开设备。首次启动需下载模型（约 1GB），之后无需联网。
中英混合哪个 app 好？
基于 SenseVoice 或 Whisper 的应用对中英混合支持较好；InkTyper 专门针对同一句中英混说做了优化。