免費語音輸入：本機 Whisper 與現成應用程式

本文介紹的使用方式中，幾乎所有內容都是用語音輸入：給 Claude 的提示詞、筆記、貼文，以及通訊應用程式中的回覆。說話比用鍵盤打字快 3–4 倍。本機 Whisper 可以在你的電腦上辨識錄音。不過，文字輸入的目的地是另一個隱私邊界：貼到雲端聊天或提交到線上服務的文字，之後仍會依該服務的行為傳送。

本指南提供直接安裝應用程式的路徑，以及開始依賴聽寫前的簡短驗收測試。之後若遇到具體問題，再請代理協助調查。我們也比較現成付費應用程式的便利性與本機選項。

為什麼要用語音輸入，而不是打字？#

使用 AI 時，最花時間的不是寫程式，而是組織措辭。你要向 Claude 說明該做什麼，再修改、補充說明。打出這些內容很花時間，說出來則快得多。

數字很簡單：說話速度大約是打字的三倍。這就是「花兩分鐘打完一段文字」與「花 30 秒說完」的差別。一天下來，可以省下數十分鐘。

此外，雙手可以空出來。你可以在房間裡走動、看另一個螢幕，或拿著杯子。對許多人來說，說話也比坐下來動筆容易，因此能降低開始寫作的門檻。

Wispr Flow、superwhisper 和 Whisper 有什麼不同？#

這些名稱很容易讓人搞混，我們依序說明。

Whisper（OpenAI 的產品，結尾沒有「r」）是一種引擎：可將語音轉成文字的開源模型。它免費、開源，而且能直接在你的電腦上執行。單獨使用時，它就像一具沒有按鈕或視窗的「馬達」；現成應用程式會在底層使用它。

Wispr Flow（結尾有「r」，wisprflow.ai）是適用於 Mac 和 Windows 的現成付費應用程式。按住按鍵說話，文字就會出現在游標所在的欄位。方便、介面完善，而且安裝後就能使用。

superwhisper（superwhisper.com）是類似的應用程式，適用於 Mac、Windows 和 iPhone。它提供使用本機模型的免費模式，完整版本則需付費。概念相同：按住按鍵說話，就能取得文字。

Handy 是可用於本機語音辨識的免費開源應用程式。下文採用官方 v0.9.8 版本，說明如何在 macOS 或 Windows 設定並驗證選定的本機模型。

兩種方式都能將語音轉成文字，但模型、編輯功能與處理位置可能不同。現成應用程式減少設定工夫；本機 Whisper 讓你掌控離線辨識流程。決定之前，請用包含姓名與專業術語的同一段語音比較結果。

付費還是免費：Wispr Flow 和 superwhisper 收費提供什麼？#

以下是付費方案的實際情況：

付費應用程式實際收費的項目如下：

• 現成介面。 安裝後即可使用，不需要設定。
• 語音指令。 「逗號」、「新段落」和「刪除上一段」等語音會被辨識為編輯指令（付費版）。
• 同步和字典。 名稱、術語和個人字典會在不同裝置間同步。

這些功能都很不錯。不過，它們的語音辨識使用的模型類型也有免費版本可用。本文介紹的本機設定不需要訂閱：你開口說話，文字就會出現。

語音輸入能減輕撰寫長提示詞的負擔。先選一個應用程式，安裝並測試；出現問題時，再將確切版本、選定模型、作業系統與實際症狀交給代理，而不是請它憑空設計一套不明確的設定。

本機 Whisper 如何運作？為什麼能保護隱私？#

雲端服務的運作方式是：將語音傳送到別人的伺服器進行辨識，再把文字傳回來。伺服器租用需要成本，因此服務會收費，而你必須信任該公司，將語音交給它處理。

本機 Whisper 的運作方式不同。你只需下載一次模型（檔案約數百 MB 或稍大一些），之後所有處理都會在你的裝置上完成：

1. 按住快速鍵並說話

   按住按鍵時，麥克風會錄製音訊。

2. 電腦上的模型辨識語音

   音訊會直接在裝置上轉成文字，不需要網際網路。

3. 文字輸入到游標所在的位置

   無論是與 Claude 的對話、文件，或瀏覽器網址列，都能輸入。

本機辨識流程不需要付費語音端點，模型下載完成後也能在沒有網路時轉錄。請在本機文字編輯器中驗證。這不會阻止雲端聊天、剪貼簿同步或其他目的地，之後再傳送產生的文字。

Whisper 能辨識約 99 種語言，包括哈薩克語和韃靼語等較少見的語言。模型有不同大小，從最輕量（速度快但準確度較低）到最大型（準確度較高但運算負荷較重）都有。

哪些電腦適合語音輸入？#

相容性與速度取決於所選應用程式版本、模型、語言及硬體。下載前，請確認安裝程式支援的作業系統與處理器架構。較大的模型需要更多記憶體及儲存空間；安裝成功並不能證明辨識速度足以符合你的工作流程。

下方 Handy 流程請從本機 Whisper Small 模型及一句短語開始。查看應用程式顯示的下載大小，並等待下載完成。若載入失敗或延遲過長，請檢查應用程式需求，改試支援的較小本機模型，不要假設每台舊筆電表現相同。比較自己電腦的實際逐字稿與延遲；本指南並未建立通用的最低硬體需求或完成時間。

macOS 或 Windows 的具體本機聽寫設定流程#

本流程使用 Handy v0.9.8。該版本 README說明了本機 Whisper 轉錄、可設定快速鍵，以及麥克風與輔助使用權限。這是依文件整理的流程；並未為本指南實際執行安裝或轉錄。

1. 從該官方版本的附加檔案下載符合自己作業系統及處理器的安裝程式，安裝並開啟 Handy。確認開啟的是指定版本，而非其他網站上名稱相近的應用程式。
2. 在應用程式中下載並選取本機 Whisper Small 模型，等待下載完成。檢查本機辨識時，維持關閉選用的線上後製處理。
3. 允許 Handy 存取麥克風。macOS 若要求在其他應用程式插入文字，請到「系統設定 → 隱私權與安全性」授予它所要求的輔助使用權限。核對應用程式名稱與用途，不要自動同意不相關的要求。
4. 在 Handy 設定中將轉錄快速鍵設為 Ctrl+Shift+Space，並選擇按住錄音模式。這是本流程選擇的按鍵，不保證是系統預設值。若應用程式不接受，或已被其他程式使用，請選擇可用組合，並在下列測試使用同一組按鍵。
5. 開啟本機純文字文件並放置游標。按住設定的快速鍵，說出「Voice input test, project alpha」，再放開。錄音應停止，辨識文字應插入該文件。請確認字詞與延遲；標點符號可能不同。
6. 應用程式及模型下載完成後，斷開網路，在本機文件重複同一句無害短語。文字能出現於該處，才證明所選轉錄路徑可離線運作。完成後再重新連線；這不代表接收逐字稿的雲端聊天會將文字留在本機。

若需要代理協助調整，請提供範圍明確的診斷提示詞：

我使用 Handy v0.9.8 及本機 Whisper Small 模型。
作業系統與處理器：[填入實際資料]
選擇的轉錄快速鍵：[填入設定值]
本機編輯器短句測試結果：[描述實際狀況]
請查閱此版本官方說明，找出失敗階段：模型下載或載入、
麥克風收音、快速鍵，或文字插入。
每項權限或修改都要在我套用前解釋原因。
不要改用雲端轉錄 API、購買任何東西或刪除既有檔案。

提示詞只是針對具體失敗的選擇性協助。代理說「已完成」或點選允許，不能取代轉錄與離線檢查。

如何確認語音輸入能正常運作（以及無法運作時該怎麼辦）#

設定應用程式、下載完成的模型與快速鍵後，請自行執行本機編輯器測試：

1. 將游標放在本機文字文件

   將游標放在本機純文字文件。離線確認不要使用雲端聊天或瀏覽器欄位。

2. 按住設定好的快速鍵

   上文選用 Ctrl+Shift+Space；若已更改，請使用自己的設定。

3. 大聲說出一小段話

   例如：「語音輸入測試」。

4. 放開按鍵

   文字應該會出現在游標所在的位置。

若沒有出現文字，先確認實際失敗的階段。將應用程式、模型、作業系統、已設定快速鍵及症狀，填入上方 Handy 診斷提示詞。不要只憑代理的說明認定問題修復，需回到本機編輯器重試。

請先依序檢查下列原因。

• 無法存取麥克風。 系統尚未允許程式接收音訊；你需要在隱私設定中允許存取。
• 沒有文字插入權限（Mac）。 到「系統設定 → 隱私權與安全性」檢查 Handy 所要求的輔助使用權限，再於本機文字編輯器重試。
• 快速鍵衝突。 檢查 Handy 已設定的組合是否被其他程式使用，選擇可用按鍵，並於後續測試使用同一設定。
• 模型尚未下載或載入完成。 檢查應用程式中的狀態，完成所選本機模型的下載再測試，不要悄悄改用線上轉錄服務。

如果什麼都安裝不了，該怎麼辦？#

有時候沒時間排除問題，但你今天就想開始聽寫。這時可以開啟系統內建的語音輸入功能，而且免費：

• Mac：「系統設定」→「鍵盤」→「聽寫」→開啟。在 Apple 晶片上，辨識會直接在裝置上離線執行。
• Windows： 按下 Win + H 開啟語音輸入面板。請記住，這項功能會透過網際網路運作（辨識在 Microsoft 的伺服器上執行），因此並非私密的離線處理。

它不用安裝，現在就能使用。品質比本機 Whisper 稍差。但若你想避免卡住，今天就開始用語音寫作，這已經很好用了。

Wispr Flow 和免費 Whisper：該選哪一個？#

以下是快速選擇指南：

本機選項可避免辨識服務訂閱費，並提供離線轉錄的路徑。開始依賴之前，請在自己的電腦確認品質、速度與離線行為。若商業應用程式的工作流程更省時，也可能更適合你；請以同一句無害短語比較。

先試著用語音輸入你的第一則提示詞。本文介紹的使用經驗中，使用語音輸入幾天後，人們幾乎不再用鍵盤輸入長篇文字。