判断语音输入应用是否真正离线的最快方法,并不是阅读其营销页面,而是关闭 Wi-Fi 并按下快捷键。令人惊讶的是,许多自称“私密”或“本地优先”的应用,一旦你开始实际语音输入,仍然会发出网络请求,因为流水线中的某一部分——云模型层、同步步骤或后处理步骤——需要网络连接。本文介绍的是那些在关闭 Wi-Fi 后仍能正常工作的应用,以及那些仅在部分情况下能通过测试的应用。
人们来到这里有几个具体原因:在没有 Wi-Fi 的航班上、客户现场或政府大楼完全阻止所有出站连接、农村网络在句子中间经常断开导致实际成本,或者只是不想让句子的命运依赖于当时网络的状态。这些情况都不需要对任何特定厂商产生疑虑,这是一个合理且普通的请求,下面五个应用完全满足这一要求。
无需联网即可使用的应用
Coii VoiceInput — 仅有一个版本,完全离线
$19 一次性购买,适用于三台设备,支持 macOS 13 Ventura 或更高版本(Apple Silicon 和 Intel 均适用)。首次安装时,模型权重会从公共模型主机获取一次;之后,语音输入完全不进行网络调用。只有一个版本,因此无需检查 —— 在飞机上和在高速办公室网络下表现完全一致,因为无论哪种情况都不会触及网络。
航班延误了两个小时 —— 如果网络准时,我仍然能赶上下午的会议。
MacWhisper — 免费版本,完全本地运行
今天在 macwhisper.com 上检查:永久免费,Pro 版本一次性 €64。该网站声明其使用本地模型进行转写,并单独承诺您可以“在本地处理敏感内容,数据永远不会离开您的 Mac”,免费版本本身即可支持系统范围内的语音输入和录音,适用于六款会议应用。如果您还需要一个可以离线转录已有音频文件的工具,这是本列表中唯一一个可以完成这两项任务的工具。比较 有更多内容。
VoiceInk — 开源,且明确说明
今天在 tryvoiceink.com 上检查:单台 Mac $25,双台 $39,三台 $49,一次性购买,支持 14 天退款。其官网明确说明 VoiceInk“在您的设备上本地处理所有语音转录”,并声明“语音数据永远不会离开您的 Mac”,并提供一个可选的云增强步骤,默认关闭,仅处理文本,从不处理音频。由于它是开源的,这个声明也是您可以在本页上实际查看代码以确认的声明。它需要 Apple Silicon Mac 和 macOS 14.4 或更高版本。比较 有更多内容。
superwhisper — 离线运行,包含在 Pro 版本中
今天在 他们的价格对比页面 上检查:一个永不到期的免费版本,或 Pro 版本 $8.49/月,$84.99/年,或 $249.99 一次性购买。其自己的 Pro 文档 列出了 Pro 许可证包含的本地语音模型,并单独描述免费版本包含有限的云模型。从字面意思来看,这意味着离线行为存在,并且是 Pro 许可证的一部分 —— 在断开网络前,建议确认您实际运行的是哪个模型。比较 有更多内容。
BetterDictation — 语音输入离线,润色功能在线
今天在 betterdictation.com 上检查:单台设备终身 $39,三台 $49,十台 $149。核心语音输入在设备上运行,无需网络往返,仅支持 Apple Silicon —— 其 FAQ 明确说明不支持 Intel Mac。另外,一个可选的 Pro 扩展功能每月 $2,提供“使用 OpenAI”的后处理功能,需要联网。如果您从不开启这个扩展功能,该应用就是离线的;如果开启,每次语音输入的一部分将离开您的设备。比较明确说明了哪些部分属于离线,哪些属于在线。
Apple Dictation — 检查设置,不要假设
免费且已安装,根据 Apple 的官方指南,没有长度限制。同一指南指出,您可以通过键盘设置检查您的语音输入和转录文本是否“在您的设备上处理,而不是发送到 Siri 服务器” —— 这意味着答案取决于您的 Mac 和设置,而不是统一的“是”或“否”。这是本页上唯一一个“是否离线”值得花两分钟在系统设置中确认的应用,而不是随意假设。比较有更多细节。
表格
| 本地运行的语音输入 | 需要网络连接的任何内容 | 价格(今日查询) | |
|---|---|---|---|
| Coii VoiceInput | 是,始终 | 永远不需要 | $19 一次性购买 |
| MacWhisper(免费) | 是 | 免费层级不需要 | 免费 |
| VoiceInk | 是 | 可选云增强功能,仅文本,默认关闭 | $25–$49 一次性购买 |
| superwhisper(Pro) | 是,在本地模型上 | 其他层级存在云模型 | $8.49/月–$249.99 一次性购买 |
| BetterDictation | 是,仅语音输入 | 可选 Pro 后处理 | $39–$149 一次性购买 |
| Apple Dictation | 取决于 — 检查键盘设置 | 根据设置可能需要 | 免费 |
| Wispr Flow | 否 | 每次语音输入都需要 | $0–$23+/用户/月 |
| Aqua Voice | 否 | 每次语音输入都需要 | $0–$30/月 |
为什么这个列表看起来是这个样子
请注意缺少了什么:Wispr Flow 和 Aqua Voice,这两个真正优秀的产品,没有出现在“离线运行”部分,因为它们是基于云的服务 —— 语音会被发送到它们的服务器,再以文本形式返回,这也是它们提供诸如跨设备共享词汇库或大型预定义模式库等功能的方式。这是一项真实且合理的权衡,对很多人来说是值得的,但这个列表的主旨并不是这个。如果网络不可用意味着应用程序不可用,那它就不是一款离线语音输入应用,无论它在其他方面表现如何。
离线运行实际上为你带来的日常价值
主要来说,它让你不用去思考这些。一款离线运行的语音输入应用在飞机上、没有信号的地下室会议室里、阻止任何意外流量的公司网络中,以及在办公桌前的高速连接下,行为都是一致的 —— 网络状况不会影响它的表现。这听起来像是一个微不足道的小事,直到你看到一款云语音输入工具在句子中间因为酒店网络丢包而明显卡顿,而这个类别中的所有托管产品最终都会这样对你做。
它还意味着应用程序不会因为网络故障而丢失你的内容 —— 虽然这并不是对所有故障的保证。本地应用仍然可能因为进程崩溃或应用程序吞掉粘贴内容而丢失句子;Coii VoiceInput 对这个问题的解决方式是,在其引擎被请求任何内容之前,就将转写文本写入本地历史记录,这是一种与离线运行不同的持久性特性,值得单独理解。
- 1Key downthe target is chosen here
- 2You speaklevel meter, over your work
- 3Key up
- 4Written to historybefore the engine is asked
- 5Engineon your Mac
- 6Typedabout half a second
实际应该测试的内容
关闭 Wi-Fi,而不仅仅是关闭浏览器。然后用你最常使用的两个或三个应用程序,以正常速度进行语音输入,并注意应用程序在什么时刻开始工作或明显等待加载动画。如果一款你被告知是“本地”运行的应用程序在等待的迹象中暂停,它很可能确实在等待,不管它的营销页面上怎么说 —— 网络断开测试比任何页面上的声明都更可靠,包括这个页面。
在你计划在旅途中进行语音输入之前,而不是在飞行中进行测试。一款语音输入应用在 35,000 英尺高空无声地失败,没有重试的机会,也没有信号可以归咎,比在办公桌前、路由器就在六英尺外时失败的体验更糟糕。
这些地方实际上需要离线语音输入
在具体说明谁需要这份清单之前,这很有必要,因为“离线语音输入”听起来像是一个小众需求,直到你数一数那些真正产生这种情况的场景。航班是显而易见的一个例子,但通常并不是最常见的情况。很多办公楼,尤其是老旧的或地面为混凝土的,其Wi-Fi信号会时不时断开几秒钟——在浏览时断开的频率通常不足以被察觉,但在语音输入过程中,如果应用需要实时连接才能运行,断开的频率就足以打断句子。客户现场有严格网络政策、法庭、医院有医疗设备干扰规则、以及不提供访客网络的保密设施,都是“是否需要互联网”从一个理论问题变成整个决策的场所。
还有一个更安静、更常见的案例:一些人只是不信任酒店或共享办公空间的Wi-Fi,不想让语音输入依赖于它,无论是否存在实际的隐私担忧。一个离线应用完全消除了这种担忧,而不是要求你信任一个你无法控制的网络。对很多人来说,这种安心比任何功能对比都更值得。
当云语音输入应用失去连接时会发生什么
在具体说明你所避免的故障模式时,这很有必要,因为“无法使用”低估了实际上发生的情况。当语音输入工具在句子中间失去连接时,通常会做三件事之一:无限期地等待一个永远不会到达的响应,返回一个在连接失败处停止的不完整转写文本,或静默重试,直到文本延迟送达,而你已经转向其他事情,没有注意到它在错误的窗口中到达。这些都不是戏剧性的故障——没有人会因为数据丢失而登上头条新闻——但所有三种情况都会在你真正需要应用工作的那一刻,让你失去句子。
一个从不依赖网络的应用程序不需要担心这三种故障模式,因为产生这些情况的场景根本不会发生。这与“通常能用”有着实质性的不同保证,也正是为什么这页内容存在,而不是简单地将人们指向哪个功能最多的语音输入应用。
无论选择哪一方你都在做出权衡
在比较时,对云端这一方保持公平,而不是将离线视为在所有情况下都更优的属性。一个在云端运行的语音输入服务原则上可以运行一个更大、更新频率更高的模型,因为其不受下载到Mac应用中所能舒适容纳的内容的限制,且可以中心化改进,而无需等待用户更新。这也是为什么Wispr Flow的语言覆盖范围和Aqua Voice的实时文本润色功能是那样的——这些功能依赖于一个纯本地应用无法访问的基础设施。
换句话说,你为离线可靠性所做出的牺牲并不是无足轻重的。这是在原始能力上真实、有时具有重要意义的差异,以换取一个与能力完全无关的保证:即应用在你需要它时,无论网络状况如何,都能表现一致。对很多人来说,这种权衡显然是值得的,特别是当他们曾经因云请求停滞而受挫之后。对其他人来说,尤其是那些使用本地模型处理得不那么好的语言进行写作的人,云选项的更大模型值得忍受偶尔的网络中断。这两种答案都不错,而这页内容是为那些已经决定自己站在哪一方的人准备的。
选择一个
如果你还需要离线转写已有的录音,MacWhisper 或 VoiceInk 是专门为这个设计的。如果你想获得最大的离线功能集 —— 模式、自定义词库 —— 并且愿意确认你实际运行的是 superwhisper 的哪个层级,那么这就是目前仍通过测试的最大产品。如果你想要的是一个快捷键,无论网络是否开启,它的行为都完全一致,无需检查,各层级之间没有任何差异,三十天试用版 的 Coii VoiceInput 就是围绕这一特性构建的。