怎样提高 Mac 听写的准确率:十个办法,效果最大的在前

想让 Mac 听写更准确,先解决声音问题:把麦克风放近一些,让房间安静下来,再调好输入音量,让你的声音清楚地传进来。然后把语言设成你实际说的语言,整句整句地说,并把它总是听错的名字教给它。这六项是最先要试的,Apple 的听写和 YapToText 都适用。

下面按顺序列出十个办法,效果最大的在前,每一个都对应一项具体的设置。最后四个属于 YapToText:更大的语音模型,能看到实际听到了什么的原始转写,以及两个默认打开的语音辅助功能。我做了 YapToText 这款免费的听写 App,因为我用手打字有困难。我每天都在听写,声音放得很轻,旁边常常有一台正在运行的 3D 打印机。如果听写完全没有反应,请看 Mac 听写没反应。这一页讲的是听写能用,但总是听错字词的情况。

在 Mac App Store 下载 YapToText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。

步骤

  1. 把麦克风放近,并在“麦克风来源”下按名称选中,在 YapToText 里则是 <span lang="en">Input source</span>。
  2. 让房间安静下来,太吵或有回声时用耳机麦克风。
  3. 在“系统设置”,“声音”,“输入”里调高输入音量,或在 YapToText 里调高 <span lang="en">Input boost</span>,直到正常说话达到绿色到黄色。
  4. 在“键盘”设置的“听写”下,点按“语言”旁边的“编辑”,选择你说的语言和地区。
  5. 整句整句地说,并把总是写错的名字加进 YapToText 的 <span lang="en">Dictionaries</span>。
  6. 在 YapToText 里打开 <span lang="en">History</span>,点按 <span lang="en">Show pipeline details</span>,读原始转写,看实际听到了什么。

十个办法,效果最大的在前

大多数听错的字词来自三个地方之一:麦克风收到了什么,模型期待听到什么,或者话是怎么说的。按顺序往下试,字词对了就停下来。先解决麦克风听到的内容,再解决模型认识的内容。

Apple 方面依据的是我在2026年10月3日查阅的支持页面,以及2026年10月5日查阅的“语音控制”词汇页面。YapToText 方面依据的是 App 自己的设置。

#办法Apple 听写YapToText
1麦克风的距离和选择“键盘”设置里“听写”下的“麦克风来源”Settings, General, Microphone 里的 Input source
2房间噪声避开背景噪声,噪声或回声大时用耳机麦克风房间太吵时,Dictation 页面会给出警告
3输入音量“系统设置”,“声音”,“输入”Input boost,Mac 的输入音量偏低时会有警告
4选对语言“听写”下的“语言”AI Models 页面的 Language 选择器
5整句地说一种说话习惯一种说话习惯
6名字和行话“听写”下没有词汇表,“语音控制”有自定义词汇Dictionaries 页面
7更大的语音模型不能选择,装有 macOS 27 的部分 Mac 会有更新的模型AI Models 页面的 Dictation Model Library
8看它实际听到了什么不确定的字词会有蓝色下划线History 里的原始转写,或 Raw Transcription
9自动放大轻声说话“听写”下没有这项设置默认打开,在 Dictation 页面的 Microphone 卡片
10降低背景噪声“听写”下没有这项设置默认打开,在 Dictation 页面的 Microphone 卡片

Apple 在“键盘”设置里为“听写”列出的设置只有开关、语言、麦克风来源、快捷键和自动标点符号,所以 Apple 那一列越往下越少。

第 1 到 3 个办法:先得到干净的信号

语音模型只能写下传到它那里的声音。声音微弱、距离很远或者被风扇声淹没,无论是 Apple 的模型还是 Whisper,能用的信息都会更少。干净的信号比之后的任何设置都更能改正字词。

1. 把麦克风放近一些,并按名称选中它

Apple 自己的检查清单要求你按平时使用 Mac 的姿势坐好,让衣服和身体不要挡住麦克风,说话清楚,不要太轻也不要太大声。然后确认听写听的是你实际对着说话的那个麦克风。在“键盘”设置的“听写”下,麦克风来源设为“自动”时,会选用 Mac 认为你最可能使用的设备,那有可能是房间另一头的耳机。在 YapToText 里,到 Settings, General, Microphone 的 Input source 里选择。YapToText 的帮助里明确写着蓝牙麦克风只有手机通话的音质,所以 AirPods 留着听就好。听写麦克风选购指南比较了内置、耳机和 USB 麦克风,还说明了怎样把两支麦克风并排测试。

2. 让房间安静下来

Apple 的建议是避开背景噪声,在嘈杂或回声很大的房间里,耳机麦克风可能有帮助。能关的都关掉:风扇、收音机、另一个标签页里的视频。YapToText 的 Pause music and video while dictating 在 Recording 卡片里默认打开,开始听写时暂停播放,听写结束后继续播放。Dictation 页面上的 Microphone 卡片还会在房间或风扇声太大、麦克风听不清你时发出警告,这样你知道该换个地方,而不是靠猜。

3. 调好输入音量

对 Apple 的听写来说,选取苹果菜单,“系统设置”,点按“声音”,再点按“输入”,选中你的麦克风,然后拖移输入音量滑块。Apple 自己举的需要调高的例子是说话声音轻的人。YapToText 有自己的检查方法:

  • 你:打开 Settings, General, Microphone,用平常的音量说一句话。
  • YapToText:显示 Live input level meter,下面有一个从 Excellent 到 Needs attention 的评级,说明该调整什么。如果 Mac 自己的输入音量偏低,App 会指出这一点并给出百分比,同时提供 Raise to 80% 按钮。
  • 确认:正常说话能到达绿色到黄色的区域,不会一直停在红色。如果做不到,就在同一张卡片上调高 Input boost。
YapToText 的 Settings, General 标签页:Shortcuts 卡片、Auto mode 卡片,以及带实时输入电平表的 Microphone 卡片。
图1. YapToText 里的 Settings, General, Microphone:Input source 写明它听的是哪支麦克风,Live input level meter 显示你的声音是否以有用的电平传到了麦克风。

如果无论怎么做电平表都是平的,问题就不再是准确率了,应该先看没有声音时的排查步骤。

第 4 和 5 个办法:选对语言,整句地说

4. 告诉它你说的是哪种语言

字词出错时,先看语言,再看设置里的其他项。在怪你的口音之前,先检查语言设置。

  • Apple 听写。在“键盘”设置的“听写”下,点按语言旁边的“编辑”,选择你说的语言和地区。设置了多种语言时,听写过程中点按光标旁边显示的语言即可切换,键盘上有地球仪键的话,也可以按它。
  • YapToText。Language 选择器在 AI Models 页面的听写模型下方。它默认是 Mac 的系统语言,提供 Auto-detect 和 29 种语言,所以如果你听写用的语言不是系统语言,就在那里选。模型库里的三个英文 Whisper 模型只能识别英语,用于其他语言就选错了。

模式也可以有自己的语言,设在模式编辑器的 Recording & language 卡片里,适合用一种语言写邮件、用另一种语言记笔记的人。在 Mac 上用其他语言听写对两个 App 都有详细说明。

5. 整句整句地说

把整个想法用均匀的速度说出来,不要一个词一个词地喂给它。OpenAI 自己的转写 API 指南警告说,不要在句子中间切分音频,因为这会去掉上下文,可能降低准确率。这条建议讲的是切分文件,但同样的道理也适用于你怎么说话:单独说出的一个词,没有周围的内容可以让模型对照。

说:想好以后,一口气说完整个句子。

能把和 Okafor 医生的复盘会议改到周四下午 3:30 吗,question mark

结果:在 YapToText 里,这句话会带着问号出现,因为 question mark 是放在分句末尾说的两个词的名称。如果一个词一个词地说,中间停很久,同一句话能给模型的依据就少得多。

整句说话对 YapToText 在转写之后的处理也有帮助。在 Auto mode 下,不超过六个词的内容会原样保留,所以一个长长的想法被切成零碎的片段,也会错过纠正听错字词的细致处理。先想好,再说整句。

第 6 个办法:教它名字和行话

名字、产品词和你工作中的行话,是每个语音模型都会出错的地方。OpenAI 的 Whisper 提示指南说,Whisper 可能会写错不常见的专有名词,比如产品、公司或人的名字。我的名字就是典型例子:麦克风听到的是 Riley,而我拼作 Ryleigh。每次都以同一种方式写错的词可以教会它,随机的错误则教不了。

训练 Mac 听写

这里说的不是 Apple 的听写本身:它的设置里没有一项是词汇表。Apple 另一项独立的辅助功能“语音控制”有词汇表。Apple 说,在支持自定义词汇的语言中,你可以在“系统设置”,“辅助功能”,“语音控制”里最多添加 1,000 个词汇,录下每个词你怎么说,也可以选中一个词后说 Add to vocabulary 来添加。问题在于,“语音控制”打开时,标准听写不可用,你要通过“语音控制”来听写。语音控制和听写的对比指南权衡了这个取舍。

用 Dictionaries 教会 YapToText

  • 你:在 History 里,对某次出错的听写点按 Show pipeline details,记下原始转写里的拼写。在 Dictionaries 页面,把这个拼写填进 Heard,把你的拼写填进 Replace with,然后按 Add。
  • YapToText:从下一次听写起写出你的拼写,同时把它作为一个要听的词交给 Whisper,所以这个修正在转写之前和之后都起作用。
  • 确认:再听写一次这个词,它会按你的拼写出现。

有两个办法可以省去输入。在任何地方选中正确的拼写,轻按 Right Option 键,说 add this to my dictionary,再轻按一次。或者对同一处听错,用 replace、错误的词、with、正确的词这样的说法纠正两次,Home 页面就会问 “Make this correction stick?” Dictionaries 指南介绍了 Whole word、Case、顺序和各种限制。

YapToText 的 Dictionaries 页面:thursday 改成 Thursday 之类的建议修正,以及包含 iPhone 和 Wi-Fi 的 General 词典。
图2. Dictionaries 页面把语音模型听到的内容和你想要的拼写配成一对,Suggested for you 会列出你自己的听写中反复出现的修正。

第 7 个办法:换用更大的语音模型

YapToText 自带的语音模型是 Whisper Large v3 Turbo (Q5),574 MB。AI Models 页面用 App 自己的话概括了这个取舍:更大的模型听得更准,更小的模型更省电、更省内存。声音和字词都正常之后,再试更大的模型。

第 1 步:下载更大的模型

  • 你:在 AI Models 页面的 Dictation Model Library 里,按更大的 Whisper 模型的下载按钮:Large v3 Turbo (Q8) 834 MB,Large v3 Turbo 1.5 GB,Large v3 (Q5) 1.1 GB,或者最大也最慢的 Large v3 3.0 GB。
  • YapToText:通过进度条从 Hugging Face 下载,这是 App 唯一用到网络的地方。
  • 确认:这一行显示 Installed。

第 2 步:选中它并比较

  • 你:点按这一行开头的圆圈,然后听写几句你常说的话。
  • YapToText:从下一次听写起使用这个模型。
  • 确认:在 History 里,把原始转写和之前的对比。只有它改对了你在意的字词,才保留更大的模型。
YapToText 的 AI Models 页面:Whisper Large v3 Turbo (Q5) 和 Phi-3.5 Mini Instruct 标着 Included,下方是模型库。
图3. AI Models 页面列出每个语音模型的大小,以及准确度和速度的星级评分,所以下载之前就能看到代价。

对结果要实事求是。我选 5 位版本作为默认,是因为在我自己的听写里,它听到的内容和完整模型几乎一模一样,而内存只有三分之一,所以更大的模型可能改变不大。模式可以带自己的语音模型,Energy 页面也可以在用电池时切换成更轻的模型。模型指南列出了每个模型和大小。

Apple 听写的模型不是你能选的。Apple 把听写准确率的提升(来自新的设备端模型)列为 macOS 27 Golden Gate 中下一代 Apple Intelligence 的一部分,适用于配备 M3 或更新芯片、统一内存至少 12 GB 的 Mac 机型,并标明支持英语。Apple Intelligence 与听写有更多细节。

第 8 到 10 个办法:看它听到了什么,并让辅助功能保持打开

8. 看原始转写

在改动任何其他东西之前,先弄清楚错字是从哪里来的。在 YapToText 里,History 中的每次听写都有 Show pipeline details,它在最终文字上方显示原始转写,也就是 Whisper 在任何整理之前听到的内容。

展开 pipeline details 的 YapToText History 条目:原始转写、整理后的转写、模式、输出方式、目标 App 和耗时。
图4. Show pipeline details 把原始转写放在最终文字上方,所以你能分辨哪个词是模型听错的,哪个词是整理时改掉的。
  • 原始转写里就错了。是模型听错了。第 1 到 7 个办法能帮上忙。
  • 原始转写里是对的,最终文字里错了。是整理、词典条目或命令改掉了它。说话的同时按 2 选择 Raw Transcription,在 Auto mode 打开时,这一次听写不使用任何 AI 模型,也可以在 History 条目上选 Copy Raw Transcript。模式指南说明每种模式可能改动什么。

Apple 的听写也有类似的做法:它不确定的字词会用蓝色下划线标出,你可以点按其中一个并选择替代项,也可以键入或听写正确的词。先弄清楚是模型还是整理出了错,再去修。

9. 保持 Auto-amplify quiet speech 打开

默认打开,在 YapToText 的 Dictation 页面的 Microphone 卡片里。它拿你的声音和房间的环境对比,而不是和固定的电平对比,所以不容易放大声音的人也能得到提升。同一张卡片在你的信号明显低于你自己的正常水平时会发出警告,并指出可能的原因。

10. 保持 Reduce background noise 打开

同样默认打开,在同一张卡片里。机器在麦克风附近嗡嗡作响时,App 会在 Whisper 转写之前减去这种稳定的声音,音频本来就干净时则跳过这一步。两个辅助功能都在你的 Mac 上运行。它们排在这份清单最后,是因为它们已经在起作用了。要做的只是检查在你测试别的东西时,有没有把它们关掉。

Mac 上 YapToText 的 Dictation 设置页:Keys、Recording、Microphone 和 Delivery 卡片。
图5. Reduce background noise 和 Auto-amplify quiet speech 在 Dictation 页面的同一张 Microphone 卡片里,开箱即为打开状态。

任何设置都解决不了的事

  • 从未被捕捉到的声音。麦克风没有收到的字词,再多的增益、模型或降噪也找不回来。
  • 很难听懂的语音。Whisper 是通用模型,YapToText 里没有任何设置能改变它处理含糊发音的方式。按状况看听写如实说明了它可能不够用的地方。
  • 保证一个数字。我没有对 Apple 的听写或 YapToText 做过准确率测试,所以这一页没有百分比。你自己的 History 才是有说服力的测试。
  • Apple 的模型。你不能替换 Apple 听写里的模型,也不能给它一份词表。
  • Intel Mac。YapToText 需要搭载 Apple 芯片、macOS 14 或更高版本的 Mac,我对 Intel Mac 不作任何说明。

设置可以提升清晰的声音,却不能凭空造出一个从未被听到的字。

简短版

  • 先管声音。麦克风靠近并按名称选中,房间安静,输入电平在绿色区域。
  • 再管字词。设好语言,整句地说,把你的名字加进 Dictionaries 或“语音控制”的词汇。
  • 然后管模型。在 YapToText 里试更大的 Whisper 模型,并拿自己的 History 去检验。
  • 修之前先看。原始转写会告诉你是模型还是整理出了错。

YapToText 在 Mac App Store 免费下载,这一页说的一切都在你的 Mac 上运行。

大多数听错的字词始于麦克风,所以也从那里开始。如果这里的某个办法和你看到的不一致,请在 GitHub 上提交 issue(英文)。每一条我都会看。

在 Mac App Store 下载 YapToText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。

关于作者。 Ryleigh Newman 从事软件开发,用手打字有困难,每天都用本站介绍的 YapToText 听写。本页译自英文。App 的界面和网站的其他页面是英文的。 进一步了解这个项目(英文)。

指南

更多指南(英文)

资料来源

常见问题

为什么我的 Mac 听写不准确?

通常是声音的问题:麦克风太远、选错了麦克风、房间太吵或输入音量太低。之后再检查“键盘”设置里“听写”下的语言是否和你说的语言一致。

怎样让 Mac 听写更准确?

把麦克风放近并按名称选中,让房间安静,调高输入音量,设好语言,整句整句地说。把它总是听错的名字教给它,在 YapToText 里还可以试更大的 Whisper 模型。

可以训练 Mac 听写学新词吗?

Apple 的听写没有词汇表。“语音控制”可以添加最多 1,000 个自定义词汇,但它打开时标准听写不可用。YapToText 的 Dictionaries 能教它你的拼写,同时也会提示语音模型。

为什么 Mac 听写总是听错字词?

如果同一个词每次都以同一种方式写错,说明模型不认识它,就教它。如果出错的是各种不同的词,先看麦克风、房间和输入音量。

更好的麦克风能提高听写准确率吗?

可以,因为模型只能写下传到它那里的声音。Apple 建议在嘈杂或回声大的房间里用耳机麦克风。用你自己的声音测试:YapToText 会把每次录音留在 History 里供比较。

更大的 Whisper 模型能让听写更准吗?

YapToText 的 AI Models 页面写着,更大的模型听得更准,更小的模型更省电、更省内存。默认的 Whisper Large v3 Turbo (Q5) 是个不错的起点。留下更大的模型之前,先拿它和你自己的 History 对比。