macOS 自带语音听写能用，但不够用。
它会原样保留“嗯”“然后”“那个”这些口头禅；碰到技术术语、英文缩写或品牌名，识别结果也可能不太理想。更关键的是，很多用户对系统级语音输入的顾虑，不是能不能用，而是数据处理路径不够可控。
Input 0 是一个面向 Mac 用户的开源 macOS 本地语音输入工具。它把语音转文字这一步尽量留在本机完成，再按需接入你自己的 LLM API 润色文本，最后直接粘贴进任意输入框。
真正让这款 macOS 本地语音输入工具和普通听写工具拉开差距的，不是“能不能转文字”，而是它把本地转录、自定义模型和 LLM 润色拆成了可选组合。
Input 0 的核心优势在于它的“分层处理机制”：支持下载离线语音模型，让语音到文字的转录阶段在本地完成；同时支持接入自定义的 LLM（大语言模型）API 来润色文本。它的限制在于目前仅限 macOS 平台，且本地运行模型对电脑性能（尤其是 Apple Silicon）有一定要求，比较适合对数据流向敏感、有一定动手能力的轻度折腾用户。
这款 macOS 本地语音输入工具和普通听写有什么区别？
很多常见的语音输入工具，会把识别过程放在云端完成。网络不稳时容易拖慢体验，数据处理路径也不够直观。
Input 0 的工作流是拆开的。按住快捷键开始录音，松手后，本地引擎会优先调用设备本地算力完成转录，不依赖联网识别。如果配置了 API，它会紧接着调用大模型帮你去掉口水话、修正专有名词，最后输出干净的文本。
Input 0 的工作流程
整个流程分三步，按住快捷键（默认 Option+Space）开始，松手结束：
- 按住快捷键 → 开始录音，界面以半透明浮层出现，不打断当前工作。
- 松手 → 本地引擎优先调用本地算力完成转录；在 Apple Silicon 机器上体验通常更好。是否联网，取决于你后续是否启用 LLM 润色。
- LLM 润色 → 调用你配置的 API，去掉口头禅、修语法、纠正专业术语，然后自动粘贴进当前输入框。
如果中途想取消，任意阶段按 ESC 都能中止。历史记录里能看到原始转录和 LLM 润色后的对比，方便复查。
本地语音引擎怎么选？
Input 0 支持多种本地 STT（语音转文本）引擎和按需下载的模型，你不需要全部安装，你可以这样选：
| 引擎名称 | 推荐场景 | 体积参考 |
|---|---|---|
| SenseVoice Small | 更适合中文为主的多语场景 | ~228 MB |
| Paraformer Chinese | 纯中文，极速推理 | ~217 MB |
| Whisper Large v3 Turbo | 英文或多语言混杂，精度高 | ~1.5 GB |
| Moonshine Base | 仅英文，速度极快 | ~274 MB |
对于大部分中文用户，直接选 SenseVoice Small 或 Paraformer 就行，体积小、启动快。
LLM API 怎么配置？
这是 Input 0 和其他语音输入工具的主要差异点之一：你可以接任何兼容 OpenAI 格式的 LLM，不绑定特定服务商。
设置路径： 打开 Input 0 → 侧边栏 ⚙️ 设置 → LLM API 区域
- API Key：填入你的 OpenAI 或兼容服务商密钥
- API Base URL：默认 OpenAI，改成第三方接口地址也可以（Groq、Azure、本地 Ollama 均支持）
- Model：默认 gpt-4o-mini，可以换成任意模型名
填完可以点「Test Connection」验证连通性。
如果只想要语音转文字、不需要 LLM 润色，不填 API Key 也能用——只是输出的是原始转录，口头禅和错别字需要自己处理。
使用前最容易忽略的 3 个门槛
这东西看着思路很好，但并不是点开就能用的傻瓜式软件，它挑人也挑环境：
客观避坑：
- 网络门槛： 本地模型是从 Hugging Face 下载的，如果你所在的网络环境无法顺畅访问该平台，模型下载这一步就会卡住。
- 设备门槛： 官方推荐使用搭载 Apple Silicon（M 系列芯片）的 Mac。Intel 芯片的 Mac 理论上能跑，但转录速度和发热表现可能会打折扣。
- 数据流向边界： 虽然“语音转文字”这一步在本地不出电脑，但如果你启用了 LLM 润色功能，转录后的文本依然会发送给你配置的大模型接口。
这款 macOS 本地语音输入工具适合哪些人？
如果你是 M 系列 Mac 用户，平时需要大量口述草稿、整理会议内容，或者经常输入技术术语、品牌名和中英混合内容，Input 0 会比系统自带听写更值得折腾。反过来，如果你只想偶尔说两句消息，不想自己下载模型、配置 API，那系统自带方案反而更省事。
还有一点容易被忽略：Input 0 采用 CC BY-NC 4.0 许可证，个人学习和非商业使用更直接；如果你打算放进商业环境里长期使用，最好先核对授权边界。
项目主页与源码入口
免责声明：本文基于 2026 年 4 月该开源项目公开页面与文档整理。Input 0 采用 CC BY-NC 4.0 许可证，涉及商业使用请自行核对授权边界。本地模型性能受具体硬件环境影响，接入第三方 API 润色时请注意遵守对应的服务条款及数据传输合规要求。
- 转载或引用本文内容，请保留原文链接并注明来源。
- 本站内容主要用于信息整理、技术研究与经验分享，不对第三方产品或服务的可用性、完整性作出任何明示或暗示的保证。
- 部分内容可能来源于公开网络或开源社区，如涉及版权或其他合法权益问题，请通过下方联系方式与我们联系，我们将在核实后及时处理。
- 本文所提及的工具、项目或解决方案仅供学习与研究参考。如涉及商业使用，请自行确认并遵守相关软件、平台或服务的授权条款。
- 反馈与联系（# 替换为 @）：feedback#abskoop.com
评论(0)