我没法打字，所以做了一款免费开源的 Mac 语音输入 App
作者 Ryleigh Newman · 发布于 · 更新于
YapToText 是一款免费的开源 Mac 语音输入软件，采用 GPL 许可证发布，完整的 Swift 源代码在 GitHub 上，它在你的 Mac 上运行 Whisper Large v3 Turbo 和 Phi-3.5 Mini。它不要钱，没有付费方案，也没有用量上限，我做它是因为我的双手让打字很困难。价格页面只有一句话：免费。
Mac 上每一款好到可以替代键盘的语音输入 App，要么要订阅，要么要 249.99 美元的授权，要么要把我的声音交给别人的服务器。我写的所有东西都靠听写，所以这不是偏好问题，而是使用电脑的代价。于是我做了 YapToText：永远免费，采用 GPL 开源，完全在本机上运行。它在 Mac App Store 上架，所以安装只要点一下，也不用 Terminal。
免费下载。无需账号，没有锁定的功能。需要搭载 Apple 芯片的 Mac 和 macOS 14 或更高版本。 源代码在 GitHub 上。
用其他语言阅读： 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, 繁體中文
步骤
- 从 Mac App Store 免费安装 YapToText。
- 打开它并允许使用麦克风，然后打开辅助功能权限，这样它才能在光标处输入文字。
- 把光标放在你想要文字出现的位置：邮件、消息、代码注释。
- 轻按一次 Right Command 键，开始说话。
- 再轻按一次。你说的话就会输入到光标处。
我为什么做它
我听写不是因为方便。我听写是因为打字对我来说很困难，邮件、消息、文档，还有这款 App 里的代码注释，都是靠听写写出来的。当说话就是你的键盘时，语音输入 App 就不是提高效率的小玩具，而是输入设备本身。
这就改变了价格的意义。文本编辑器的订阅是一个商业决定。而为了能够写字本身去订阅，就是一笔过路费。把你写的每一个字都发送到服务器，也不是隐私页面上的一个勾选项。那是你的往来信件、你的工作和你的就医预约，全都要经过一家你得永远信任的公司。
我找不到一款同时满足三点的 Mac App：好到可以替代打字，完全在设备上运行，而且免费。所以我自己写了一个，并且免费送出。
同类软件实际要花多少钱
下面是我本来可能会用的那些 App 的价格，2026 年 10 月 3 日在各家厂商自己的网站上查核。价格会变，换软件之前请再查一遍，完整的比较里有带来源的详细内容。
- Apple 的听写。 免费，在搭载 Apple 芯片的 Mac 上，受支持的语言可以在设备上处理。它不会整理你说的话，不会排版邮件，也不能编辑你已经写好的文字。
- Wispr Flow。 每月 15 美元，按年付费则每月 12 美元，免费方案在桌面端每周限 2,000 个词。它的隐私页面说，转写始终在云端进行。
- superwhisper。 有使用本地模型的免费方案，Pro 每月 8.49 美元、每年 84.99 美元，或一次性付费 249.99 美元。
- MacWhisper。 Pro 一次性付费 64 欧元。它在本机运行，是很好的软件。
这些都不是糟糕的 App。其中好几款在我还没做的功能上比我的更好。我想说的只是更窄的一点：底层的语音模型是开源的，Apple 把硬件加速免费提供给每一位开发者，这些成本都不该落在无法使用键盘的人身上。
它能做什么
按一个键，说话，再按一次，文字就出现在光标所在的位置，任何 App 都可以。你要做的只有这些。底下的那些部分才是真正花了功夫的地方。
- 它会读取你正在往里听写的那句话。 把光标放在一行的中间说话，第一个词该小写时就会小写，空格衔接得很干净，句子还要继续时，结尾的句号会被去掉。这是我在其他所有 App 里最怀念的功能。
- 它分得清邮件和便条。 Auto mode 会读懂你说的内容，自己选好格式。邮件会变成邮件，随手的消息保持随意，其余的只做整理。
- 你可以用声音编辑文字。 在任何 App 里选中文字，轻按 Quick Edit 键，说出要做的修改：make this shorter、fix the grammar、translate it to Spanish（改短一点、修正语法、翻译成西班牙语）。改写的结果会原地替换你选中的文字。
- 语音标点符合听写用户的习惯。 说 is it working now, question mark，就会得到问号，也不会留下多余的逗号。
- 词典和语音命令。 把总是识别错的名字的拼写教给它，或者在 Commands 页面填好电话号码的模板，这样说 insert phone number 就会输入你真正的号码。
Intelligent Insert、Auto mode 和词典的帮助页面分别详细讲了每一项，Mac 语音转文字指南则带你完成第一次听写。
音频处理的全过程
大部分的工程工作都花在这里，因为我说话声音轻，常常是在一台 3D 打印机正在运转的房间里。把原始的麦克风音频直接丢给 Whisper 再碰运气，是大多数套壳软件停下的地方，也是它们在真实房间里不堪使用的原因。
语音模型看到任何一个采样之前：先测量房间的噪声，只有信噪比需要时才减去稳态噪声，所以安静的房间永远不会被过度处理。轻声说话时，声音是相对于房间被提升的，而不是提升到固定的电平。采集有峰值保护，所以一个很响的词不会爆音。长时间的静音会被压缩，解码器就不会跑偏。当片段测出噪声大时，解码会从贪心搜索切换到束搜索。
之后：当转写结果比输入的语音短时，会启动一次补救。还有一道防护，把 Whisper 在静音尾部陷入的重复循环折叠掉。所有这些，在发布之前都用我自己真实的听写录音组成的测试集测量过。一个对干净录音有帮助的改动，往往会损害耳语般的录音。
它和其他开源 Whisper 套壳软件有何不同
把 Whisper 接到一个快捷键上，只是一个周末的小项目，也有好几个人做得很好。open-wispr 就是一个好例子：按住一个键，说话，松开，文字就出现在光标处，全部在设备上完成，采用 MIT 许可证。如果你只需要这些，它是不错的选择，你应该用它。
区别在于转写结果出来之后发生的事。套壳软件交给你的是 Whisper 的原始输出。YapToText 的大部分工作，就在这份输出和你真正想要的文字之间：
- 上下文。 它会读取光标两侧的内容，并让转写结果与之相配，所以在句子中间听写时，大小写、空格和结尾的标点都是对的。
- 整理。 本地的语言模型把口语里的赘词变成成型的文字，并根据你说的内容选择格式，不需要调用云端。
- 编辑。 在任何地方选中已有的文字，用声音修改它，这和转写完全是另一种工作。
- 音频处理。 它有以信噪比为触发条件的噪声消减、相对于房间的增益、有峰值保护的采集，以及在片段噪声大时切换策略的解码器。这就是轻声说话在嘈杂房间里也能用的原因。
- 安装。 它通过 App Store 安装，而不是靠 shell 脚本，所以它在沙盒里运行，经过 Apple 的审核，由系统负责更新。
这些并不说明更简单的工具是错的。它们只是规模不同。我需要更大的那一种，因为听写对我来说不是捷径，而是我写字的唯一方式。
开源的 Mac 语音输入 App 并排比较
这些是我所知道的 Mac 开源语音输入 App。星标衡量的是关注度，不是质量，而且 YapToText 从 2026 年 7 月 22 日才上架 App Store，所以请看各列的内容，不要看数字。
2026 年 10 月 3 日在 GitHub 和各项目自己的页面查核。
| App | 许可证 | GitHub 星标 | 怎么安装 | 用语音编辑选中的文字 | 平台 |
|---|---|---|---|---|---|
| Handy | MIT | 32,747 | 从它的网站或 GitHub 发布页 | 未说明 | Mac、Windows、Linux |
| FluidVoice | GPL-3.0 | 11,894 | Homebrew 或 GitHub 发布页 | 可以，Write Mode | Mac |
| OpenWhispr | MIT | 8,992 | 从它的网站 | 可以，用它的 voice agent 键 | Mac、Windows、Linux；iPhone 和 iPad 在付费方案里 |
| VoiceInk | GPL-3.0 | 6,651 | 从它的网站付费下载，或者自己编译 | 可以 | Mac；iPhone 和 iPad 版 App 在测试中 |
| YapToText | GPL-3.0 | 25 | Mac App Store，免费，或 Homebrew | 可以，Quick Edit | Mac |
对用户来说，GPL 和 MIT 有什么区别。 两者都允许你免费阅读、编译和修改代码。区别在于有人发布修改过的副本时会怎样：在 GPL 下，他们必须用同样的条款公开自己的修改，在 MIT 下则不必。对于一款会听到你说的所有话的语音输入 App，我选了 GPL，这样你能下载到的任何版本，你也都能读到它的源代码。VoiceInk 替代方案页面详细比较了最接近的那款 GPL App。
为什么它从 App Store 安装，而不是 shell 脚本
很多开源的 Mac 工具靠把互联网上的脚本通过管道送进你的 shell 来安装。这对开发者很方便，但它要求你用自己的权限运行没有经过审核的代码，而代码来自一个你在运行的那一刻无法审查的网址。
YapToText 在 Mac App Store 上。这意味着它在沙盒里运行，经过审核，通过系统更新，也能像其他 App 一样删除。点一下就行，不用 Terminal，除了 Apple 已经检查过的内容，也没有什么需要你额外信任的。免费和开源，不一定要配一种在公司的安全审查里过不了关的安装方式。
如果你更喜欢命令行，有一个 Homebrew cask，用 Developer ID 签名并经过公证。它目前比 App Store 版本晚一个版本，是 1.5.2 对 1.5.3，而且不含模型。
Terminal：从我的 Homebrew tap 安装 YapToText。
brew install --cask ryleighnewman/yaptotext/yaptotext会发生什么：下载约 12 MB 之后，YapToText 出现在你的Applications文件夹里，如果那里有 App Store 的副本，就会被替换。在 AI Models 页面下载语音模型之前，它无法听写。
源代码在 GitHub 上是公开的，目前是 1.5.2，所以你可以先读再运行。安装页面讲了这两种方式。
这里说的“在设备上”到底是什么意思
语音模型和整理模型都在 App Store 版本里面。没有账号，没有遥测，没有使用情况分析，听写的过程不会碰网络。在飞机上、第一次打开、关着 Wi-Fi，它都能用。Homebrew 版本要先下载那一个模型。唯一用到网络的地方，是你自己发起的模型下载，下载的是 AI Models 页面上的其他模型，离线听写页面里有一个你可以自己做的测试。
声音是格外私人的数据。它不是一条搜索词，而是你在说话，连同内容和背景一起。对隐私的诚实说法，不是对公司如何处理你的录音作出承诺。而是录音从不离开你的设备，证明这一点的代码是公开的。
做它的过程中我学到了什么
- 模型反而是最容易的部分。 Whisper 开箱即用就很出色。让听写显得完整的一切，都在它的周围：知道光标在哪里，光标两侧是什么，你在哪个 App 里，以及你说“period”是什么意思。
- 输入文字比转写文字更难。 在行为各不相同的 App 里，不抢走焦点就读取光标周围的文字，花的功夫比整个转写流程还多。
- 无障碍是设计，不是一张清单。 给无法打字的人用的 App，必须不用打字就能操作，而且它不应该看起来像医疗器械。它有你声音的真实波形、三种面板布局和系统自己的材质，因为人们依赖的工具，值得做得好看。
现在的状况
下面是 2026 年 10 月 3 日这个项目的情况，只用朴素的数字。
- 版本。 Mac App Store 上是 1.5.3 (21)，2026 年 9 月 29 日发布。GitHub 和 Homebrew 是 1.5.2，发布说明列出了每一项改动。
- 许可证。 GPL-3.0，源代码在 github.com/ryleighnewman/YapToText。
- 关注度。 GitHub 上有 25 个星标。
- 钱。 不需要花钱。App 里有一个打赏罐，打赏不会改变你得到的任何东西。
简短总结
- 免费。 没有付费方案，没有上限，也不用账号。
- 开源。 许可证是 GPL-3.0，源代码在 GitHub 上。
- 在你的 Mac 上。 两个模型都在本机运行，你的声音从不离开。
如果你是从有免费方案的付费 App 换过来，superwhisper 替代方案页面会按具体用途逐项讲换过来的过程。
想把其他开源选择并排看一遍，我在Mac 开源语音输入 App 里做了比较。
如果你试用后发现哪里不对，我宁愿听到这个，也不愿听到别的。它能走到今天，靠的就是这个。请在 GitHub 上提交 issue。每一条我都会看。
免费下载。无需账号，没有锁定的功能。需要搭载 Apple 芯片的 Mac 和 macOS 14 或更高版本。 源代码在 GitHub 上。
指南
更多指南（英文）
资料来源
- https://github.com/ryleighnewman/YapToText (查阅于 2026年10月3日)
- https://apps.apple.com/us/app/yaptotext/id6786382289 (查阅于 2026年10月3日)
- https://support.apple.com/guide/mac-help/use-dictation-mh40584/14.0/mac/14.0 (查阅于 2026年10月3日)
- https://wisprflow.ai/pricing (查阅于 2026年10月3日)
- https://wisprflow.ai/privacy (查阅于 2026年10月3日)
- https://superwhisper.com/docs/billing/plans (查阅于 2026年10月3日)
- https://macwhisper.com/ (查阅于 2026年10月3日)
- https://github.com/human37/open-wispr (查阅于 2026年10月3日)
- https://github.com/cjpais/Handy (查阅于 2026年10月3日)
- https://github.com/altic-dev/FluidVoice (查阅于 2026年10月3日)
- https://github.com/OpenWhispr/openwhispr (查阅于 2026年10月3日)
- https://openwhispr.com/pricing (查阅于 2026年10月3日)
- https://github.com/Beingpax/VoiceInk (查阅于 2026年10月3日)
- https://tryvoiceink.com/ (查阅于 2026年10月3日)
- https://tryvoiceink.com/ios (查阅于 2026年10月3日)
常见问题
Mac 上有开源的语音输入软件吗？
有。YapToText 免费，采用 GPL-3.0 开源，在 Mac App Store 上架。Handy 和 OpenWhispr 采用 MIT 许可证，FluidVoice 和 VoiceInk 采用 GPL-3.0。
有没有 Wispr Flow 和 superwhisper 的开源替代品？
有。YapToText 采用 GPL 许可证且免费，在你的 Mac 上运行 Whisper 加一个本地整理模型，可以从 Mac App Store 或 Homebrew 安装。什么都不会上传，也不用账号。
YapToText 能离线使用吗？
能。Mac App Store 版本第一次打开就可以：语音模型和整理模型都内置在 App 里，所以听写不会发出任何网络请求。Homebrew 版本要先下载一个语音模型。
它和其他开源 Whisper 套壳软件有什么不同？
有三点。它会让你说的话与光标周围的句子相配，所以在句子中间听写时，大小写、空格和标点都是对的。它会替你选好格式，邮件会变成邮件。它还能让你在任何地方选中文字，用声音修改。此外，它通过 App Store 安装，而不是靠 shell 脚本。
真的免费吗？有什么陷阱？
没有陷阱，也没有付费方案。它永远免费，源代码是公开的，App 里唯一的钱是一个可选的打赏罐，打赏不会改变你得到的任何东西。
哪款 Mac 开源语音输入 App 在 App Store 上？
YapToText。我知道的其他开源语音输入 App，下载都要去它们自己的网站或 GitHub 发布页。有了 App Store，就是点一下安装、自动更新，还有 Apple 的沙盒和审核。