听笔 vs Superwhisper

更新于 2026-11-08 · 返回博客

两款产品的思路

Superwhisper 是一款“模型超市”式的口述工具：同一个软件里可以选本地的 Whisper、Parakeet、Cohere Transcribe，也可以选云端的自家模型、Deepgram、ElevenLabs，再叠加不同的 AI 处理模式。好处是灵活，不联网也能用；代价是要自己挑模型、调设置。

听笔的做法相反：不让你选模型，按快捷键说话，声音发到服务器识别，再经过 AI 整理，成稿直接写到光标处。识别引擎针对中文和中英混说做了专门优化，配合个人词典记住你常用的专有名词。好处是开箱即用，代价是必须联网。

听笔是本文的利益相关方。下面关于 Superwhisper 的内容都来自它的官网和官方文档，查阅时间是 2026 年 11 月 8 日；实测部分我们公开了数据来源和算法，你可以照着复现。

价格和平台

Superwhisper 的价格来自官方价格文档和官网，美元价格可能因地区和购买渠道不同；听笔价格以价格页为准。

识别在哪里完成

这是两者最根本的区别。按 Superwhisper 的模型文档，和中文有关的选择大致有三类：

• 本地 Whisper 模型，免费。从小到大有多个尺寸，常用的是 Large v3（约 3GB）和 Large v3 Turbo（约 1.6GB）。另有一个只识别中文的 Whisper Large v3 Turbo（Chinese），文档标为实验性。
• 本地 Cohere Transcribe，Pro。文档列出它支持 14 种语言，包括中文。
• 云端模型。Superwhisper 自家的 S1-Voice，以及 Deepgram、ElevenLabs 等，需要联网。

有两点限制中文用户要知道。第一，离线时能做 AI 整理的只有本地的 S1-mini 模型，而文档写明它只支持英文，所以中文想去口头禅、调格式，还是要联网用云端模型。第二，官网的常见问题提到，离线模型在 Apple 芯片的 Mac 上才跑得好，Intel 的 Mac 更适合用云端模型。

听笔没有本地模式。好处是对电脑没有要求，老电脑和 Windows 笔记本上速度一样；坏处是断网就不能用，内容也必然要上传。

实测：160 段中文录音

Superwhisper 免费版的核心是本地 Whisper，所以我们测的就是这一步：同一批录音，分别交给本机的 Whisper 和听笔的识别引擎，比较错字率。

• 录音：公开数据集 AISHELL-1 测试集中 20 位说话人各 8 句，共 160 句、13.5 分钟、2,342 个字。内容是新闻朗读，每句平均 5.1 秒，在安静的室内录制。
• Whisper：在 Apple M4、32GB 内存的 Mac mini 上运行 large-v3 和 large-v3-turbo，语言设为中文。我们用的是 MLX 版本，Superwhisper 用的是 whisper.cpp 版本，权重相同，结果可能有细微差别。
• 听笔：送进听笔线上使用的识别引擎，不开个人词典，也不经过 AI 整理，只比识别这一步。
• 算分：按字计算错字率，即替换、删除、插入的字数之和除以原文字数。算分前统一去掉标点、把繁体转成简体、把数字写法统一，避免格式差异被算成错误。方法参考微软的说明。

large-v3 比 turbo 准一些，但 160 句里仍有 61 句至少错一个字。错误大多是两种：一是同音字，二是人名。下面是几个典型例子，最后一行是三者都没认对的：

还有两个和错字率无关、但很影响使用的现象。一是繁体：Whisper 有时会输出繁体字，turbo 有 4 句、large-v3 有 5 句，比如上表第一行。二是标点：这批句子很短，Whisper 大多数时候一个标点都不加，160 句里只有 20 多句带标点；听笔的每一句都有标点。Superwhisper 可以用 AI 模式补标点，但中文的 AI 处理需要联网。

速度方面，本机 Whisper 已经够快：在 M4 上，turbo 处理 1 秒音频平均要 0.17 秒，large-v3 要 0.28 秒，一句 5 秒的话分别在 1 秒和 1.5 秒内出结果。听笔从说完到出字的中位数约 2 秒，包含上传、识别和 AI 整理，两者的计时口径不同，不宜直接比较。如果你的 Mac 配置较低或是 Intel 芯片，本地模型会明显变慢。

其他差异

AI 处理

Superwhisper 用“模式”来组织：Message 模式去口头禅、改语法，Mail 模式写邮件，Super 模式会读取当前 App 的内容，还能自己写提示词做 Custom 模式。可以接自己的 API 密钥用 Claude、GPT、Gemini 等模型。官方文档提到，Super 模式读取应用上下文时，会把当前日期时间、你的全名和电脑名一起发给 AI。

听笔没有模式可选，每次口述都会自动整理：删口头禅、处理改口、修同音错字、补标点，然后直接出成稿。整理具体改了什么，可以看AI 语音输入和传统听写的区别。想改写或生成文字，用单独的快捷键，结果先弹窗给你看，点插入才替换。

专有名词

Superwhisper 有两种工具：词汇作为识别提示发给模型，替换规则在识别后按固定规则改字。它的文档专门提醒，词汇加得太多会干扰识别，其他语言的词还会影响语言自动判断。听笔的个人词典也会影响识别和整理，另外会从你的修改里自动学习，效果和副作用见中英混说的实测。

中英混说

Superwhisper 建议给每种语言建一个模式；只有在一句话里混着说时才用“自动”，而文档也提到，自动模式有时会把非英文的口述识别成英文。听笔不需要切换语言，中文里夹的英文词会按原样保留。

翻译、文件和会议

Superwhisper 的内置翻译只能翻成英文，翻成其他语言要自己写 AI 模式；Pro 版能转写音频视频文件，Mac 版还有会议记录。听笔的翻译键说中文直接出英文，选中别人的英文再按，会弹窗翻成中文；但听笔不转写文件，也不录会议，单次口述最长 110 秒。

隐私

如果你的内容绝对不能离开电脑，答案很简单：用 Superwhisper 的本地识别，AI 处理也关掉或只用英文的 S1-mini。这是听笔做不到的。Superwhisper 的敏感数据说明把每种配置下数据去哪里写得很清楚，值得一读。听笔各类数据的去向见语音输入安全吗和隐私政策。

怎么选

这次测试的局限

• AISHELL-1 是安静环境下的新闻朗读，句子短、发音标准。日常口述有停顿、改口和口头禅，错字率会更高，三者的差距也可能变化。
• 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，这会让分数偏好看。
• 只测了 Whisper 的两个模型。Superwhisper 的 Whisper（Chinese）、Cohere Transcribe 和各个云端模型都没有测，它们的中文表现可能更好。
• 只比识别这一步。Superwhisper 的 AI 模式和听笔的 AI 整理都会再改一遍文字，最终成稿的差别要用你自己的内容来看。
• Whisper 的输出是确定的，同样的录音再跑一次结果一样；但实际使用时麦克风、口音、语速都会影响结果。有研究发现 Whisper 偶尔会写出录音里没有的内容，停顿越多越容易出现，重要内容都要校对。

想看更多关于准确率怎么算、怎么看的内容，可以读语音识别准确率怎么看；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. Superwhisper 官网（价格与常见问题）。 查看原文
2. Superwhisper 文档. Plans（价格、免费版与 Pro 的区别）。 查看原文
3. Superwhisper 文档. Voice models（可选的识别模型和支持语言）。 查看原文
4. Superwhisper 文档. Language models（AI 处理模型，含本地 S1-mini）。 查看原文
5. Superwhisper 文档. Vocabulary（词汇和替换规则）。 查看原文
6. Superwhisper 文档. Transcribed in English instead of my language（自动识别语言的问题）。 查看原文
7. Superwhisper 文档. Sensitive Data Best Practices（各种配置下数据去哪里）。 查看原文
8. Superwhisper 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. Microsoft Learn. 测试自定义语音模型的准确性（含 WER 的定义、经验区间和 TER 说明）。 查看原文
12. Koenecke A, et al. Careless Whisper: Speech-to-Text Hallucination Harms. arXiv:2402.08021, 2024. 查看原文
13. 听笔隐私政策。 查看全文

相关页面

• 听笔 vs MacWhisper
• 听笔 vs Wispr Flow
• Mac 上有哪些好用的语音转文字软件
• 语音识别准确率
• Typeless 替代
• Mac 自带听写不好用