其中一个回答你，另一个只是输入文字。

人们从两个不同的地方来到这个搜索页面，他们想要的东西却截然相反。一组人希望可以不用手就能与助手交谈，对他们来说，答案是 ChatGPT，而这个页面内容简短：这里没有能与模型竞争的产品，因为模型可以回答问题、翻译菜单或讨论食谱。另一组人则整天都在输入长篇的提示，注意到说话比输入快四倍，于是开始寻找一种将语音输入到框中的方法。这并不是同一个产品的缩小版。这是不同的产品，而这个页面就是关于这种差异的。

结构上的差异，一句话说明

ChatGPT 的语音模式是一种与助手的对话。你说话，它理解，它回应——而回应出现在聊天窗口中。苹果的 App Store 页面 对 ChatGPT iPhone 和 iPad 应用的描述正是如此：点击波形图标“在移动中进行实时对话”，以“解决餐桌上的争论，或练习一种新语言”。这就是这个功能的形态，而且是一个很好的形态。

语音输入并不是一种对话。没有人理解你，没有人回应，也没有人决定你说了什么。你按住一个键，说一句话，这句话就会出现在光标原本所在的位置——你正在输入的句子中间、提交信息、工单、聊天窗口。这里没有对话者，也没有输出，只有你自己的文字。

两者都从麦克风开始。这是重叠的全部内容，也是为什么这两个功能总是出现在同一个搜索结果中。

ChatGPT 更好，几乎在所有方面

这不是一个在功能上的近距离比较，假装两者相当是愚蠢的。

它理解你说了什么。 你可以让它将一段冗长的五句话整理成三个简洁的要点，它会做到。这个应用完全不知道你的话是什么意思，只会原封不动地输入你所说的。

它可以回答问题。 问题、草稿、代码、解释、一种你正在学习的语言——这些在这里都没有任何形式的存在。

它可以在你拥有的所有平台上使用。 手机、平板、浏览器、以及桌面版本——Homebrew 的 cask 对 Mac 应用的指向是 OpenAI 自己的下载链接，并列出了 macOS 13 或更高版本作为最低要求。Coii VoiceInput 只支持 macOS 13 或更高版本，其他平台都不支持。没有 iPhone、没有 iPad、没有 Windows、没有 Linux。

有免费版本。 App Store 页面显示该应用为免费，内购为付费项目；它提到的付费计划包括 ChatGPT Go 8.00 美元和 Chat 2 Plus 19.99 美元，检查时间为 2026 年 9 月 4 日。OpenAI 自己的定价页面才是确认你实际购买计划价格的地方，因为这些价格会变化。

如果你想要的是一个可以与之交谈的助手，那就停止阅读，去使用它吧。这个页面的其余部分是为那些想要在应用程序中看到自己的句子，未经修改，但又不是聊天窗口的人准备的。

语音输入的复制粘贴税

这是将聊天助手用作语音输入工具的实际使用方式，这里以公平的方式描述，因为有很多人正这么做。

你想写一封邮件。你打开助手，开始说话，它生成草稿，你阅读草稿，编辑那些它猜测你语气的地方，然后选择内容，复制，切换到你的邮件客户端，点击回复框，粘贴。然后你还要修改粘贴后的内容，因为它带着助手的格式而非你的邮件客户端的格式。

七个步骤，两个应用程序，一段文字从你开始，最后却变成了别人的。对于一篇篇幅长、内容复杂的写作来说，这样的交易往往值得。但对于你每天工作中写的四十条简短内容——两行的回复、站会笔记、拉取请求的评论、给伴侣关于晚餐的消息——这显然是荒谬的，而且每个人都已经悄悄放弃了。

另一种方式是图片中所展示的。聊天框是一个文本框，因此一个适用于整个Mac的语音输入快捷键可以像其他任何文本框一样填满它。你发出提示语，发送前你阅读它——这比实时语音对话有明显优势，因为你可以看到提示语，也可以对其进行修改——然后助手完成它擅长的部分。

“它输入你所说的话”意味着什么

逐字转录是一种奇怪的宣传方式，直到你体验过另一种方式。一个助手，或一个带有模型来整理输出的语音输入产品，会润色你的句子：它会修正语法，删除错误的开头，选择比你使用的更合适的词语。

这通常是一种改进，但有时也可能造成灾难。如果你是一位律师在口述条款，一位医生在口述笔记，一位记者引用某人的话语，或是一位小说家在为一个说话不连贯的角色写对话，“更流畅”显然是完全错误的。你想要的是你所说的那些词语。

这个应用程序会写出你所说的。它包含你的口误、重复的词语，以及你在中途放弃的句子，你可以在两秒钟内自行删除它们。在你的嘴巴和文本框之间没有任何模型，因此关于语气不会有任何分歧。

这也是一个诚实的局限性。如果你想要的是将一段杂乱的思绪转化为一段整洁的段落，助手可以做到，而这个应用程序却不能。Aqua Voice 和 Wispr Flow 都更接近这个类别中的这一端，而我们则更偏向于另一端。

对比表格

对于助手来说，有六行内容，而且每行都非常重要。而我们只有几行，关注的是不同的工作：文字落在哪里，是否完全是你所说的，网络断开时会发生什么，以及当出现问题时会发生什么。

只有这一个方法能避免的失败

每个托管服务都会遇到同样的糟糕一天，这不是对任何特定服务的批评：上游的某个部分变慢或无法访问，你所说的内容就消失了。你表达得很清楚，但你再也无法用这种方式表达。

图中所示的顺序是产品实际的操作顺序，这是它最难以复制的部分。松开按键后，行就出现在你的 Mac 上，而在任何下游操作被咨询之前。之后可能发生的一切错误，都发生在句子已经被保存之后。

对话无法以这种方式进行，也不应期望它能如此。助手的整个作用在于，有用的输出是回复，而回复需要来回的交互。但这意味着这两个产品都有不同的最坏情况：一个失去了你的连接，什么也没给你，另一个失去了你的连接却毫无察觉，因为它根本不需要连接。

人们尝试这三种方法的方式，以及每种方法的结局

值得走一遍，因为大多数到达这里的读者已经至少尝试过其中一种方法。

与助手交谈并复制回复内容。 上文已描述。它有效，但很慢，而且会默默地将你的写作变成助手的风格。人们保留它用于初稿，但对所有简短内容则弃用。

与助手交谈并要求它逐字转写你的话。 这是一种合理的直觉，而且它部分有效：你仍然在聊天窗口中，仍然需要复制结果，而且你又多了一个步骤，需要检查这次是否遵循了指令。你用一个快速、强大的助手，构建出一个缓慢、不确定的语音输入工具。

使用语音输入键与助手交谈。 这是真正有效的方法。提示由按键输入，你阅读它，你修正输出错误的单词，然后发送。没有任何内容被重写，也没有在应用程序之间复制内容，而助手正在做它真正擅长的事情。

第三种方法并不是前两种方法之间的妥协。它正是这两种工具各自所针对的用途，按顺序排列，使两者都能正常工作。

在发送提示之前阅读提示

在对话中输入提示而不是口头表达，有一个被低估的优势，而这并不涉及隐私或速度。

你可以看到的提示，就是你可以修改的提示。长指令——那些包含三个约束条件、格式要求和示例的指令——正是那些一个听错的词就会改变答案的提示，也正是那些你希望在提交前重新阅读约束条件的提示。在实时对话中输入提示，助手已经根据它听到的内容开始回答了。

同样的论点适用于任何包含名称、数字或术语的内容。在框中停留的语音输入文本可以在两秒内被修正。而已经被解释的语音输入则必须通过再次讨论第一次的内容来修正。

这并不意味着实时语音对话在它原本的用途上更差。在散步时不用手，练习语言，或在有回应的工具上大声思考——这些都是它的职责，而键盘上的按键输入无法替代任何这些用途。

语音输入的处理方式，以及谁能看到内容

Coii VoiceInput 在你的 Mac 上处理音频。不会上传任何录音和转写文本。模型权重会从公共模型主机一次性获取；之后在应用启动时，网络仅传输许可证激活和时间检查，除此之外不会传输任何内容。飞行模式不会改变其行为方式。

托管助手的设置正好相反，这是由其性质决定的：你这边的对话内容必须发送到服务器，才能得到回应。这不是一个缺陷，而是产品的本质。值得探讨的问题是关于数据保留和训练，而不是传输。这些答案存在于 OpenAI 自己的政策中，而这些政策会不断变化，因此你应该直接阅读这些政策，而不是依赖比较页面对其的总结。

大多数人最终达成的实用规则是：在开始说话之前，先想一想你打算用哪种方式输入。客户未发布的信息、医疗记录、未发表的手稿、任何受 NDA 保护的内容——这些才是“语音从未离开 Mac”不是一种偏好，而是一种要求。

同时使用两种功能的日常

这就是一种可行的配置方式。助手负责需要思考的任务——重构、翻译、解释、撰写困难内容的初稿。而密钥则处理其余一切，这在一天中占大多数时间，而难度却几乎可以忽略不计。

同时运行两者不会出现任何问题。它们不会争夺快捷键，除非你在按下快捷键时同时打开了一个实时语音对话；它们也不会在任何有意义的层面上争夺你的金钱：一个是订阅某种能力，另一个则是以 19 美元购买一个输入法。

一个麦克风，两个功能同时监听

这是一个小的实用提示，因为这是这两个功能互相干扰的唯一方式。如果一个实时语音对话正在运行并监听，而你随后按下了语音输入快捷键，两个功能会同时使用麦克风，结果会以一种看起来像 bug 的方式出现，这取决于你原本就不太信任的那一个功能。

在按下快捷键之前，结束或保持对话。这就是整个冲突的全部。没有快捷键冲突需要解决，也没有任何配置需要进行，因为其中一个功能是你要按下的快捷键，另一个则是你点击的按钮。

本应用不是什么

这值得明确说明，因为提到 AI 助手会让人产生一些假设。Coii VoiceInput 没有聊天功能、没有摘要、没有答案、没有翻译、没有学习你术语的自定义词库，也没有语音命令。它不会记录或摘要会议——这是另一个 Coii 产品，也是另一个单独的购买。它只是一个将语音转换为文本的密钥，仅适用于一个操作系统，而本库中任何声称它能做更多事情的页面都是错误的。

一种廉价的决定方式

你不需要比较表格来决定这个，你需要一个计数。

连续三天，每次你准备写点什么时，写下你想要的是哪一种。你是想要“你的文字”出现在某处——回复、消息、笔记、工单、提交——还是想要“某个问题的答案”？不要过度思考分类；在那一刻，这两种感觉完全不同。

几乎所有这样做的人发现，第一列的条目比第二列长得多，而第二列才是那些困难且有价值的写作内容所在。这两个事实都很有用。长列告诉你，语音输入快捷键会被频繁按下。短列则告诉你，即使使用频率远低于前者，助手订阅仍然在赚取收入。

这就是为什么大多数阅读本文的人选择的答案不是其中之一。因为它们是为不同的列定价和设计的：一个是按月订阅的能力，一个是买断式的输入法，无论你怎么努力，它们都无法互相替代。

应安装哪个

如你想要一个能与你对话的助手，你希望改善自己的表达而非进行转写，你使用的是手机或 Windows 电脑，或者你真正需要的是答案，那么请安装 ChatGPT。它有免费版本，你可以免费试用。

如你想要自己的句子，未经编辑，无论光标位于哪个应用程序中，都不需要上传，且在任何内容丢失之前就将文字记录下来，那么请安装 Coii VoiceInput。$19 一次性购买，适用于三台 Mac 电脑，macOS 13 或更高版本，并且 整个应用的三十天使用期，无需信用卡和账户。

最可能两者都安装，其中按键负责输入，助手负责思考。如果你想看看相同的论点如何应用于实际的语音输入产品，可以从 Apple Dictation 开始，它是免费且已安装的，或者 superwhisper，它与本产品一样是本地运行的。如果你主要在文档中进行写作，Google 的语音输入 是免费的，并且可以通过命令进行编辑。而如果你倾向于自行构建，a Whisper 脚本 是一个真实的选择，且有真实成本。

相关阅读

• cancel-a-dictation-subscription-safely
• does-apple-dictation-work-offline