VTT for Mac
Ihor · 寫作
VTT for Mac 是一款位於選單列的 Mac 語音轉文字 App，預設在你自己的電腦上完成轉錄，也就是說錄音在變成文字之前，完全不必傳到任何地方。你按下全域快速鍵、開口說話，文字就會落到你正在輸入的 App 裡。想要更準確嗎？用你自己的 API 金鑰接上 OpenAI Whisper、Deepgram 或 ElevenLabs 這類雲端引擎即可。不必建立帳號，除非你另有選擇，音訊一律留在本機。這是一款省去雲端往返的 Mac 聽寫軟體。
關於 VTT for Mac
什麼是 VTT for Mac
VTT for Mac 是一款用 Swift 與 AppKit 打造的原生 Mac 語音轉文字 App，不是從 Windows 移植過來的 Electron 外殼。它常駐在你的選單列，透過全域快速鍵聆聽，並把轉錄結果直接插入你正在工作的欄位。重點就是速度與私密。一種彷彿隨系統內建的聽寫體驗。
這款 App 依靠 Apple 的裝置端 Speech 引擎，包括較新的 macOS 26 模型。你的聲音完全不必碰到伺服器。這才是最嚴格意義上的私密語音轉文字。如果你需要口述客戶筆記、醫療細節，或任何你不想送到不受你掌控的公司手上的內容，這點就很重要。沒有登入、沒有追蹤，也沒有偷偷回傳的數據分析。
取捨很誠實。裝置端引擎快速又私密，但濃重口音或吵雜環境可能讓它們出錯。它們比不上一套大型雲端模型的原始準確度。VTT 的解法，是讓你在想要多一點精雕細琢時，把特定語言導向雲端引擎。代價是：一旦切到雲端，你的音訊就會離開 Mac、送到該服務商，並用你自己的金鑰計費。那為什麼還要同時支援兩種模式？因為私密的預設加上精準的備援，涵蓋的情境遠比單靠其中一種來得多。無論哪種模式，App 本身都不收費。
開始使用
- 從官方網站下載 VTT for Mac，並拖進你的「應用程式」資料夾。
- 啟動它，並授予麥克風與輔助使用權限，這是它聽見你、以及在其他 App 中輸入所需要的權限。
- 打開設定，依語言挑選引擎。想離線使用就留著 Apple Speech，或貼上 Deepgram、OpenAI、ElevenLabs 的 API 金鑰。
- 你也可以預先下載裝置端語言模型，讓你一按下快速鍵就立刻開始聽寫。
- 設定你的全域快速鍵，然後在任何地方開始說話。需要找回舊的轉錄內容時，就從本機歷史紀錄查看。
產品資訊
快速了解 VTT for Mac 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 寫作者與部落客：直接把草稿口述進文字編輯器，不必經過網路往返，前提是你使用 macOS 14 或以上版本。
- 處理敏感筆記的專業人士：把客戶或法律相關的口述留在裝置端，讓音訊永遠不碰第三方伺服器。
- 口音濃重的非英語母語者：當 Apple 內建引擎老是聽錯時，把某個語言切換成 OpenAI Whisper 或 Deepgram 聽寫。
- 多語言使用者：把每個語言導向最擅長處理它的引擎，並讓鍵盤輸入來源決定要啟動哪一個。
任務
- 用語音撰寫長篇文字：先口述出第一版再回頭編輯，自動插入會把文字放到你正在輸入的位置。
- 記錄會議筆記：把口述摘要寫進筆記 App，不打斷你的節奏。
- 口述訊息與電子郵件：把回覆直接說進 Slack 或 Mail，而不是動手打字。
- 找回遺失的轉錄內容：從本機歷史紀錄撈出最近的聽寫，重新貼到正確的視窗。
情境
- 在沒有穩定 Wi-Fi 的咖啡廳或飛機上工作：當雲端觸不可及，裝置端聽寫依然照常運作。
- 在工作途中切換語言：把鍵盤從英文切到俄文，就能拿回那個語言的聽寫，不必在選單裡東翻西找。
- 重複打字的日子：手腕累了的時候，用說的唸出段落勝過猛敲按鍵。
主要功能
留在裝置端的私密轉錄
VTT 使用 Apple 的裝置端 Speech 引擎進行轉錄，因此在預設設定下，音訊完全不必離開你的 Mac。沒有帳號、沒有登入，也沒有在背景跑的數據分析。如果你要處理任何機密內容，這就是它勝過網頁版轉錄工具的關鍵理由。沒東西要簽。沒東西要信任。
真正原生的 macOS App
它以 Swift 與 AppKit 寫成，因此體積小、啟動快。沒有 Electron 外殼。沒有幾百 MB 的肥肉，也不會每次打開都慢個半秒。這款 App 只支援 macOS，開發者也說未來永遠如此。
選單列快速鍵與自動插入
全域快速鍵讓你從任何地方觸發聽寫，並以即時波形顯示它正在聆聽，所以你一眼就能判斷 App 是否真的收到了你的按鍵。停下來時，文字會直接插入當前作用中的 App，不必在視窗之間複製貼上。它融入你原本在做的事，而不要求你為它開一個專屬視窗。沒有新習慣要學。按一下、說話、完成。
自備雲端引擎
你可以用自己的 API 金鑰連接 Deepgram、OpenAI 或 ElevenLabs，並為各服務商挑選指定的模型。舉例來說，OpenAI Whisper 聽寫處理口音與吵雜錄音的能力，遠勝裝置端的小模型在同樣片段上的表現。這就是你在難處理的音訊上，用一點私密換取準確度大幅提升的方式。因為金鑰是你的，你直接依用量計費付給服務商。中間不會有訂閱制從中墊高你的用量費用。
依語言分配引擎
VTT 讓你自動或手動把每個語言送到最擅長處理它的引擎，如果你在工作日裡經常切換語言，這比聽起來還重要。跟著你的鍵盤輸入來源走，對應的語言就會回來，不會有引擎默默把你的話翻成你從沒要求過的內容。
可下載的裝置端模型
你可以預先抓取裝置端語言模型，讓你一按下按鍵就立刻開始聽寫。這避免了模型首次載入時的停頓，那是一件消失之後你每天都會察覺的小事。聽寫本該在你按下按鍵的那一刻就開始，而這點讓它成真。
本機轉錄歷史紀錄
每次聽寫都會進入本機歷史紀錄，最新的排在最前面，所以當 App 關閉或貼到錯的視窗時，你錄過或複製過的內容都不會真的遺失。你可以一鍵重新貼上任何一筆較新的紀錄，或直接從選單列抓出最新的一筆。
優缺點
優點
- 裝置端聽寫預設就讓你的音訊保持私密。沒有帳號、沒有追蹤，沒有東西離開 Mac。
- 原生 Swift 與 AppKit 的組建，比起以 Electron 為基礎的聽寫工具，依然快速又輕巧。
- 依語言分配引擎，處理多語言使用者的表現勝過單一固定引擎。
- 自備 API 金鑰，代表雲端轉錄不會被加上訂閱制的加成費用。
- 當自動插入把文字放到錯的地方時，本機轉錄歷史紀錄能救你一命。
缺點
- 沒有公開 API，所以你無法把 VTT 整合進自己的自動化流程或腳本。
- 雲端引擎會把音訊送給第三方服務商，啟動期間就抵消了私密的好處。
- 只支援 macOS，Windows 與 Linux 使用者無緣使用。
常見問題
是的，預設就是如此。它使用 Apple 的裝置端 Speech 引擎，所以你的音訊留在 Mac 上，也沒有帳號、登入或數據分析。如果你開啟雲端引擎，音訊會經由你自己的 API 金鑰直接送到該服務商，屆時就得看他們的政策了。
相關內容
探索與 VTT for Mac 相關的工具、技能與文章。
VTT for Mac 替代方案
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
MePersona
MePersona, Inc. · 寫作 · 生產力 · 行銷MePersona 是為創作者設計的 AI 統一收件匣。它學習你的說話方式，在 12 個平台上草擬粉絲訊息回覆，只送出你核准的內容。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。