我打不了字，所以做了一款免費、開源的 Mac 聽寫 App

作者 · 發佈於 · 更新於

YapToText 是免費、開源的 Mac 聽寫軟體，採用 GPL 授權，完整的 Swift 原始碼在 GitHub 上，並在你的 Mac 上執行 Whisper Large v3 Turbo 和 Phi-3.5 Mini。它不用花錢，沒有付費方案，也沒有用量上限，我會做它，是因為我的手打字有困難。價格頁面只有一句話：免費。

Mac 上每一款好到能取代鍵盤的聽寫 App，不是要訂閱，就是要 249.99 美元的授權，不然就是要我把聲音交給別人的伺服器。我寫的所有東西都靠聽寫，所以這不是偏好，而是使用電腦的代價。於是我做了 YapToText：永遠免費，採用 GPL 開源，完全在這台機器上執行。它在 Mac App Store 上，所以安裝只要點一下，不需要 Terminal。

在 Mac App Store 下載 YapToText免費下載。不需要帳號，沒有鎖住的功能。需要搭載 Apple 晶片的 Mac 和 macOS 14 或以上版本。 原始碼在 GitHub 上。

用其他語言閱讀： English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Polski, Português, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文

步驟

  1. 從 Mac App Store 免費安裝 YapToText。
  2. 打開它並允許使用麥克風，再打開 <span lang="en">Accessibility</span>，讓它能在游標的位置輸入。
  3. 把游標放在你要文字出現的地方：電子郵件、訊息、程式碼註解。
  4. 按一下 <span lang="en">Right Command</span> 鍵，開始說話。
  5. 再按一次。你說的話會輸入在游標的位置。

我為什麼做它

我聽寫不是因為方便。我聽寫是因為打字對我來說很困難，而聽寫就是我寫電子郵件、訊息、文件，以及這款 App 裡程式碼註解的方式。當語音就是你的鍵盤，聽寫 App 就不是提升效率的玩具，而是輸入裝置。

這改變了價格的意義。文字編輯器要訂閱，是一個商業決定。為了能夠寫字這件事本身而訂閱，就是一種通行費。而把你說的每一個字都送到伺服器，也不是隱私頁面上的一個勾選框，而是你的信件、你的工作和你的就醫預約，全都經過一家你得永遠信任的公司。

我找不到同時做到三件事的 Mac App：好到足以取代打字，完全在裝置上執行，而且免費。所以我自己寫了一個，並把它送出去。

App Store 海報，標題為 I created this because my hands don't work，畫面上有無障礙圖像和 YapToText 的水豚。
圖1. 它存在的原因，一句話說完：我首先把 YapToText 做成無障礙工具，因為我需要靠它來寫字。

其他選擇實際要花多少錢

下面是我原本可能會用的那些 App 的價格，2026年10月3日在各家自己的網站上查閱。價格會變，換之前請再確認，完整比較有附來源的詳細資料。

  • Apple 聽寫。免費，在搭載 Apple 晶片的 Mac 上，支援的語言可以在裝置上處理。它不會整理你說的話，不會替電子郵件排版，也無法編輯你已經寫好的文字。
  • Wispr Flow。每月 15 美元，或按年付費每月 12 美元，免費方案在桌面版每週限 2,000 字。它的隱私頁面說，轉錄一律在雲端進行。
  • superwhisper。有使用本機模型的免費方案，Pro 每月 8.49 美元、每年 84.99 美元，或一次付清 249.99 美元。
  • MacWhisper。Pro 一次付清 64 歐元。它在本機執行，是很好的軟體。

這些不是不好的 App。有幾款在我還沒做出來的地方比我的更好。重點比較窄：底層的語音模型是開源的，Apple 把硬體加速免費提供給每一位開發者，而這些成本都不該落在一個無法使用鍵盤的人身上。

它能做什麼

按一個鍵，說話，再按一次，文字就出現在游標的位置，任何 App 都可以。你要做的就只有這些。底下是真正花了功夫的部分。

展開的 YapToText 面板：轉錄句子上方有即時的藍色波形，還有取消、暫停和停止按鈕，以及編號的模式標籤。
圖2. 一個鍵開始，你說話時文字在面板裡成形，然後落在游標的位置。
  • 它會讀你正在往裡面聽寫的那個句子。把游標放在一行的中間再開口，第一個字該變小寫時就會變小寫，空格會接得乾淨，句子還要繼續時會去掉結尾的句號。這是我在其他每一款 App 裡最懷念的功能。
  • 它分得出電子郵件和便條。Auto mode 會讀你說的內容，自己選擇格式。電子郵件出來就是電子郵件，簡短的訊息保持隨性，其他的就只是整理過。
  • 你可以用語音編輯文字。在任何 App 裡選取文字，按一下 Quick Edit 鍵，說出要改的內容：make this shorter（縮短）、fix the grammar（修正文法）、translate it to Spanish（翻成西班牙文）。改寫的結果會直接取代你選取的內容。
  • 口述標點的運作方式，就是聽寫使用者預期的樣子。說「is it working now, question mark」，就會得到那個標點，不會留下多餘的逗號。
  • 字典和語音指令。教它一個它老是聽錯的名字怎麼拼，或是在 Commands 頁面填入電話號碼的起始範本，這樣說「insert phone number」就會輸入你真正的號碼。

Intelligent Insert、Auto mode 和 Dictionaries 說明頁面各有詳細介紹，Mac 語音轉文字指南則帶你做第一次聽寫。

音訊路徑的內部

大部分的工程都花在這裡，因為我說話很輕，常常是在一間有 3D 印表機在運轉的房間裡。把原始的麥克風音訊丟給 Whisper 然後祈禱，是大多數包裝工具停下來的地方，也是它們在真實房間裡一碰就垮的原因。

在語音模型看到任何一個取樣之前：會先測量房間的雜訊，只有在訊噪比需要時才扣除穩定的雜訊，所以安靜的房間不會被過度處理。輕聲的語音是相對於房間被提升，而不是相對於固定的音量。擷取有峰值保護，所以一個大聲的字不會爆音。長時間的靜音會被壓縮，讓解碼器不會漂移。當片段測得有雜訊時，解碼會從貪婪搜尋切換成束搜尋。

在這之後：當轉寫結果比輸入的語音短時，會跑一次救援流程，另有一道防護，把 Whisper 在靜音結尾會掉進去的重複迴圈收攏起來。這一切在上線之前，都用我自己真實聽寫組成的測試環境量測過。對乾淨錄音有幫助的改動，常常會傷害輕聲說話的錄音。

App Store 海報，標題為 It hears you through anything，在展開的錄音面板上方列出上述音訊步驟。
圖3. 六個步驟的音訊路徑，從背景雜訊消除到語速修正，全都發生在 Whisper 之前或前後，而且全都在 Mac 上完成。

和其他開源 Whisper 包裝工具的差別

把 Whisper 接到一個快速鍵上，是一個週末的專案，好幾個人都做得很好。open-wispr 就是一個好例子：按住一個鍵，說話，放開，文字就出現在游標的位置，全部在裝置上，採用 MIT 授權。如果你要的只有這些，它是很好的選擇，你應該用它。

差別在逐字稿產生之後的事。包裝工具交給你的是 Whisper 的原始輸出。YapToText 大部分的工作，都在那份輸出和你真正想要的文字之間：

  • 語境。它會讀游標兩側的文字，並調整逐字稿去配合，所以句子中間的聽寫會有正確的大小寫、空格和結尾標點。
  • 整理。本機的語言模型把口語的贅詞變成完成的文字，並依你說的內容選擇格式，不需要呼叫雲端。
  • 編輯。在任何地方選取現有的文字，用語音修改，這是和轉錄完全不同的工作。
  • 音訊路徑。它有依訊噪比決定的雜訊扣除、相對於房間的增益、有峰值保護的擷取，以及在片段有雜訊時會切換策略的解碼器。輕聲在吵雜的房間裡也能用，靠的就是這些。
  • 安裝。它從 App Store 安裝，而不是用 shell 指令碼，所以它是沙盒化的，經過 Apple 審查，並由系統更新。
Quick Edit 卡片，有即時波形，寫著 Listening for your edit，下方是口述的指示 make it sound more formal。
圖4. 編輯和轉錄是不同的工作：在任何 App 裡選取文字，按一下 Quick Edit 鍵，說出要改的內容，卡片會顯示它聽到了什麼。

這些都不代表比較簡單的工具不對。它們只是不同大小的東西。我需要比較大的那一個，因為聽寫對我不是捷徑。它是我唯一的寫字方式。

開源的 Mac 聽寫 App 並排比較

這些是我所知道的 Mac 開源聽寫 App。星星數衡量的是關注度，不是品質，而且 YapToText 從 2026年7月22日 才上架 App Store，所以請看各欄的內容，不要看數字。

2026年10月3日，在 GitHub 和各專案自己的頁面上查閱。

App授權GitHub 星星數安裝方式能用語音編輯選取的文字平台
HandyMIT32,747從它的網站或 GitHub releases未說明Mac、Windows、Linux
FluidVoiceGPL-3.011,894Homebrew 或 GitHub releases可以，Write ModeMac
OpenWhisprMIT8,992從它的網站可以，用它的 voice agent 鍵Mac、Windows、Linux；付費方案另有 iPhone 和 iPad
VoiceInkGPL-3.06,651從它的網站付費下載，或自己編譯可以Mac；iPhone 和 iPad App 測試中
YapToTextGPL-3.025Mac App Store，免費，或 Homebrew可以，Quick EditMac

GPL 與 MIT，對使用者來說。兩者都讓你免費閱讀、編譯和修改程式碼。差別在於有人發佈修改後的副本時會怎樣：在 GPL 之下，他們必須以相同條款公開修改內容，在 MIT 之下則不必。對一個會聽到你所有談話的聽寫 App，我選了 GPL，這樣你能下載到的任何版本，你也都能讀到它的原始碼。VoiceInk 替代方案頁面詳細比較了最接近的 GPL App。

為什麼從 App Store 安裝，而不是用 shell 指令碼

很多開源的 Mac 工具，是把網路上的指令碼用管線送進你的 shell 來安裝。這對開發者很方便，卻要你用自己的權限，執行沒有經過審查的程式碼，來源是你在執行的那一刻無法查核的網址。

YapToText 在 Mac App Store 上。這代表它是沙盒化的，經過審查，透過系統更新，也能像其他 App 一樣移除。點一下，不用 Terminal，除了 Apple 已經檢查過的之外，沒有什麼需要你信任。免費又開源，不必搭配一種在公司的資安審查裡會過不了的安裝方式。

如果你偏好命令列，有一個 Homebrew cask，用 Developer ID 簽署並經過公證。它目前比 App Store 落後一版，是 1.5.2 對 1.5.3，而且不含模型。

Terminal：從我的 Homebrew tap 安裝 YapToText。

brew install --cask ryleighnewman/yaptotext/yaptotext

會發生什麼：下載約 12 MB 之後，YapToText 會出現在你的 Applications 資料夾裡，如果那裡有 App Store 的副本就會取代它。在 AI Models 頁面下載語音模型之前，它無法聽寫。

原始碼公開在 GitHub 上，目前是 1.5.2，所以你可以在執行之前先讀。安裝頁面說明了兩種方式。

在裝置上到底是什麼意思

語音模型和整理模型都在 App Store 版本裡。沒有帳號，沒有遙測，沒有使用情況分析，聽寫的任何部分都不會碰到網路。它在飛機上能用，第一次開啟、關掉 Wi-Fi 也能用。Homebrew 版本要先下載它的一個模型。唯一用到網路的地方，是你自己開始的模型下載，下載的是 AI Models 頁面上的其他模型，離線聽寫頁面有一個你可以自己跑的測試。

聲音是特別個人的資料。它不是一則搜尋查詢。它是你在說話，連同內容和語境一起附上。隱私聲明誠實的版本，不是公司會怎麼處理你的錄音的承諾。重點是錄音從不離開，而且證明這一點的程式碼是公開的。

App Store 海報，標題為 Nothing leaves your Mac，下方是 YapToText 的 AI Models 頁面，兩個模型都標示為 Included。
圖5. 兩個模型都在 App Store 版本裡，在 AI Models 頁面標示為 Included，所以聽寫從來不需要網路。

我做它學到的事

  • 模型是最簡單的部分。Whisper 開箱即用就很出色。讓聽寫感覺完整的一切，都在它的周圍：知道游標在哪裡、兩側是什麼、你在哪個 App 裡，以及你說「period」是什麼意思。
  • 插入文字比轉錄文字更難。在行為各不相同的 App 裡，讀取游標周圍的文字又不搶走焦點，花的功夫比整個轉錄流程還多。
  • 無障礙是設計，不是檢查清單。給無法打字的人用的 App，必須不用打字就能操作，而且不該看起來像醫療器材。它有你聲音的真實波形、三種面板版面和系統本身的材質，因為人們倚賴的工具，也值得看起來賞心悅目。

目前的進度

這是 2026年10月3日專案的狀況，用平實的數字說明。

  • 版本。Mac App Store 上是 1.5.3 (21)，2026年9月29日發佈。GitHub 和 Homebrew 是 1.5.2，發佈說明列出每一項變更。
  • 授權。GPL-3.0，原始碼在 github.com/ryleighnewman/YapToText。
  • 關注度。GitHub 上有 25 顆星。
  • 金錢。不需要付任何錢。App 裡有一個小費罐，付小費不會改變你得到的任何東西。

重點整理

  • 免費。沒有付費方案，沒有上限，沒有帳號。
  • 開源。授權是 GPL-3.0，原始碼在 GitHub 上。
  • 在你的 Mac 上。兩個模型都在本機執行，你的聲音從不離開。

如果你是從有免費方案的付費 App 轉過來，superwhisper 替代方案頁面會一項一項說明怎麼換。

如果你想把其他開源的選擇並排來看，我在Mac 開源聽寫 App裡比較過了。

如果你試了而且有哪裡不對，我寧可聽到這個，也不想聽到別的。它就是這樣走到今天的。在 GitHub 上提交 issue。每一則我都會看。

在 Mac App Store 下載 YapToText免費下載。不需要帳號，沒有鎖住的功能。需要搭載 Apple 晶片的 Mac 和 macOS 14 或以上版本。 原始碼在 GitHub 上。

關於作者。 Ryleigh Newman 從事軟體開發，用手打字有困難，每天都用本站介紹的 YapToText 聽寫。本頁譯自英文。App 的介面和網站的其他頁面是英文的。 進一步瞭解這個專案（英文）。

指南

更多指南（英文）

資料來源

常見問題

Mac 有開源的聽寫軟體嗎？

有。YapToText 是免費、採用 GPL-3.0 的開源軟體，而且在 Mac App Store 上。Handy 和 OpenWhispr 採用 MIT 授權，FluidVoice 和 VoiceInk 採用 GPL-3.0。

有沒有 Wispr Flow 和 superwhisper 的開源替代方案？

有。YapToText 採用 GPL 授權且免費，在你的 Mac 上執行 Whisper 加上本機的整理模型，可以從 Mac App Store 或 Homebrew 安裝。什麼都不會上傳，也不需要帳號。

YapToText 可以離線使用嗎？

可以，Mac App Store 版本從第一次開啟就行：語音模型和整理模型都內附在 App 裡，所以聽寫不會發出任何網路請求。Homebrew 版本要先下載一個語音模型。

這和其他開源的 Whisper 包裝工具有什麼不同？

三點。它會讓你說的話配合游標周圍的句子，所以句子中間的聽寫會有正確的大小寫、空格和標點。它會替你選擇格式，所以電子郵件出來就是電子郵件。而且它讓你在任何地方選取文字，用語音修改。它也是從 App Store 安裝，而不是用 shell 指令碼。

真的免費嗎？有什麼陷阱？

沒有陷阱，也沒有付費方案。它永遠免費，原始碼是公開的，App 裡唯一的金錢往來是自願的小費罐，它不會改變你得到的任何東西。

App Store 上有哪一款 Mac 開源聽寫 App？

YapToText。我所知道的其他開源聽寫 App，都是請你到它們自己的網站或 GitHub releases 下載。App Store 代表點一下就能安裝、自動更新，還有 Apple 的沙盒和審查。