听笔 vs MacWhisper

更新于 2026-11-08 · 返回博客

先分清两件事

“语音转文字”其实包括两种很不一样的需求。一种是转写已有的录音：会议录音、采访、课程、视频，要的是完整、带时间戳、能导出字幕。另一种是口述输入：现在要写一条消息或一段文档，开口说，文字直接出现在正在用的 App 里，要的是快和干净。

MacWhisper 起家于第一种，后来加了全局口述。听笔只做第二种。所以这篇对比的结论很大程度上取决于你主要做哪件事。

听笔是本文的利益相关方。MacWhisper 的信息来自它的官网、购买页和帮助中心，查阅时间是 2026 年 11 月 8 日；实测部分公开了数据和方法。

价格、平台和版本

MacWhisper 价格来自官网，购买页按地区显示货币，我们看到的是 72.47 美元；学生、记者和非营利组织可以申请 75 折。版本区别见官方说明。

模型和中文支持

MacWhisper 默认在本机运行模型。按购买页的列表，免费版支持 Whisper 从 Tiny 到 Large（V2、V3）的各个尺寸，部分模型要 Pro 才能完整使用；Pro 版增加了 WhisperKit、Parakeet，以及需要 macOS 26 和 M 系列芯片的 Qwen3-ASR，还能接 OpenAI、ElevenLabs、Deepgram 等云端服务，用的是你自己的 API 密钥。

中文用户要留意帮助中心里写明的两个限制：

• 简繁可能出错。帮助中心说明，Whisper 训练时混用了简体和繁体，转写结果可能是另一种字体，可以在设置里填提示词引导，但不一定有效。
• 一个文件只能识别一种语言。帮助中心写明，含多种语言的文件不能一次转写，建议按语言分两次转，再手动合并。

听笔不让你选模型，识别引擎针对中文和中英混说做了专门优化，一句话里夹英文词不用切换语言，输出统一是简体，并自动加标点。代价是必须联网。

实测：15 分钟中文长音频

MacWhisper 最常见的用法是拖进一个长录音整段转写，这和一句一句地识别不一样：模型要把长音频切成 30 秒左右的窗口，再把前面的结果当上下文接着识别。Whisper 的论文专门讨论过长音频转写需要的这些处理。我们想看看在中文上会发生什么。

• 音频：公开数据集 AISHELL-1 测试集中 20 位说话人各 8 句，共 160 句新闻朗读，每两句之间留 0.6 秒停顿，拼成一个 15 分 8 秒的文件，原文 2,329 个字。
• 转写：在 Apple M4、32GB 内存的 Mac mini 上，用 Whisper large-v3 和 large-v3-turbo 的 MLX 版本整段转写，语言设为中文，其他参数用默认值。
• 对照：同样 160 句逐句单独转写的结果，以及听笔识别引擎逐句识别的结果（听笔不能转写长文件，只能逐句比）。
• 算分：按字算错字率，去掉标点、繁体转简体、统一数字写法后再比。

三个发现：

• large-v3 在长音频上编造了内容。从 3 分 00 秒到 3 分 58 秒，10 句话、约 58 秒的录音几乎全部丢失，输出变成了“出现了大量的费用”“在全球的费用中”这类录音里没有的句子，接着把“在新闻中”连续写了 11 遍，之后才恢复正常。它逐句识别时是两个模型里更准的，整段转写反而错字率翻了几倍。这正是 MacWhisper 帮助中心提到的重复问题，官方建议换用 WhisperKit 模型。2024 年的一项研究也发现 Whisper 会写出音频里没有的整句话，停顿越多越容易发生。
• turbo 稳定得多，但几乎没有标点。它的整段错字率和逐句差不多，也没有出现重复。问题是 2,300 多字的结果里只有 11 个标点，基本是一整块不分句的文字，要拿来用还得自己断句。实际用 MacWhisper 转写时会按时间段分行，这个问题会轻一些，但句内标点同样缺失。
• 速度不是问题。在 M4 上，turbo 转写 15 分钟音频用了 95 秒，大约是录音时长的十分之一；large-v3 用了 4 分钟左右。Intel Mac 会慢很多，MacWhisper 的购买页也推荐用 M 系列芯片。

结论不是“MacWhisper 不能用”，而是长录音的机器转写一定要抽查，尤其留意大段重复、和上下文无关的句子。用 MacWhisper 的话，可以按官方建议优先试 WhisperKit 等较新的模型。

口述输入的差别

MacWhisper 也能口述：在设置里配一个快捷键，在任何输入框里说话，文字直接写进去。按帮助中心的说明，这个功能只在官网直接下载的版本里有；Pro 版可以给口述配 AI 提示词，用来改语法、翻译，或者把口语扩写成正式邮件，还能按 App 设置不同提示词，AI 用的是你自己接的服务。

听笔的口述是全部功能的中心：说完自动整理，删口头禅、处理改口、修同音字、补标点，不用自己写提示词；翻译、改写、AI 对话各有单独的快捷键。整理具体做了什么，见 AI 语音输入和传统听写的区别。如果你主要是口述而不是转写文件，这部分体验差别最大，建议两个都试一下。

隐私

MacWhisper 的隐私政策写的是所有功能都在本机运行、数据不离开设备，这对默认的本地模型成立；但 Pro 版的云端转写和 AI 功能要接第三方服务，用这些功能时，数据就会交给相应服务商。对内容不能出电脑的人来说，MacWhisper 的本地模式是听笔做不到的。听笔的数据去向见语音输入安全吗。

怎么选

这次测试的局限

• 我们用的是 MLX 版 Whisper 的默认参数，没有用 MacWhisper 本身。MacWhisper 会对音频做自己的切分和处理，结果可能更好，重复问题也可能不出现。
• 拼接的文件是 160 段互不相关的新闻句子，不像真实录音那样上下文连贯；但真实录音的停顿、杂音和多人交谈通常更难，不会更容易。
• large-v3 的编造只出现在一处，出现的位置和次数跟音频内容、参数有关，同一个文件换个设置可能就不出现。这里只能说明这类问题会发生，不能说明发生的频率。
• 没有测 MacWhisper Pro 的 WhisperKit、Parakeet、Qwen3-ASR 和各云端模型。
• AISHELL-1 是公开数据集，各家模型都可能在训练中用过同类数据。

同一批录音的逐句对比、更多错误例子见听笔 vs Superwhisper；Mac 上各类工具的全貌见 Mac 语音转文字软件怎么选。

常见问题

参考资料

1. MacWhisper 官网（价格、免费版与 Pro 功能对照、常见问题）。 查看原文
2. MacWhisper 购买页（完整功能列表和系统要求，部分网络环境可能打不开）。 查看原文
3. MacWhisper 帮助中心. MacWhisper & Whisper Transcription Difference（直接下载版和 App Store 版的区别）。 查看原文
4. MacWhisper 帮助中心. How to use the Dictation feature。 查看原文
5. MacWhisper 帮助中心. Chinese Simplified and Traditional Troubleshooting。 查看原文
6. MacWhisper 帮助中心. Multiple languages in a file。 查看原文
7. MacWhisper 帮助中心. Repetitions in transcripts。 查看原文
8. MacWhisper 隐私政策。 查看原文
9. Bu H, Du J, Na X, Wu B, Zheng H. AISHELL-1: An Open-Source Mandarin Speech Corpus and A Speech Recognition Baseline. O-COCOSDA 2017. 查看原文
10. Radford A, et al. Robust Speech Recognition via Large-Scale Weak Supervision. arXiv:2212.04356, 2022. 查看原文
11. Koenecke A, et al. Careless Whisper: Speech-to-Text Hallucination Harms. arXiv:2402.08021, 2024. 查看原文
12. 听笔隐私政策。 查看全文

相关页面

• 听笔 vs Superwhisper
• Mac 自带听写不好用
• Mac 上有哪些好用的语音转文字软件
• 开会时用语音记笔记
• Typeless 替代
• 听笔 vs Wispr Flow