從 macOS 26 和 iOS 26 開始，Apple 推出了新一代裝置端語音辨識——SpeechAnalyzer 和 SpeechTranscriber，下文統稱 Apple Speech。它比舊的聽寫引擎準確許多。我們想知道的是，實際使用時它和大家下載的裝置端開放模型——Whisper、Parakeet、Qwen3-ASR 和 SenseVoice——相比如何： Apple 內建的語音辨識，現在是否已經好到可以完全不用轉錄 App？
比你原本用的聽寫好多少？
到目前為止，Mac 的語音辨識一直是 SFSpeechRecognizer 時代的引擎，也是系統聽寫今天仍在使用的引擎（DictationTranscriber）。macOS 26 和 iOS 26 新增的是 SpeechAnalyzer API 及其 SpeechTranscriber 模組。我們在同一台 Mac 上，用 FLEURS 測試集測量兩者，每種語言約 150 句、30 分鐘。
| 語言 | Apple Dictation | Apple Speech |
|---|---|---|
| 韓語 | 7.11 | 4.31 |
| 義大利語 | 6.93 | 4.39 |
| 西班牙語（拉丁美洲） | 8.43 | 5.41 |
| 德語 | 12.69 | 6.26 |
| 日語 | 9.37 | 6.36 |
| 法語 | 17.10 | 7.61 |
| 中文 | 10.28 | 7.97 |
| 粵語 | 10.18 | 8.69 |
| 英語 | 13.83 | 8.80 |
| 葡萄牙語（巴西） | 10.85 | 9.35 |
兩個 Apple 引擎都乾淨測到的全部語言，依 Apple Speech 的錯誤率排序；綠色是該行較好的數值。同一次測試、同一批片段、同一台 Mac。日語、韓語、中文和粵語採字錯率，其餘採詞錯率。
兩個引擎都乾淨測到的十種語言裡，Apple Speech 全部更準。法語和德語的錯誤少一半以上，中位數語言約少三分之一，巴西葡萄牙語和粵語則約每七個錯誤少一個。
聽寫仍涵蓋更多語言。這次測試中 Apple Speech 在 83 個語言設定裡有 21 個能傳回結果，聽寫則有 33 個，包括新引擎在這裡缺少的荷蘭語、波蘭語和俄語，分別為 17.34、13.50 和 13.13。也沒有一份固定清單可以引用。語言資源由 macOS 管理，所以 App 必須在執行時查詢這台機器有哪些資源。
那麼，可以不下載模型嗎？
六個引擎、同一批片段、同一台 Mac。下面是最常用語言中的十種，順序固定，和成績無關。
| 語言 | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| 英語 | 8.80 | 4.49 | 5.49 | 7.04 | 6.89 | 8.46 |
| 德語 | 6.26 | 2.85 | 4.05 | 8.67 | 6.26 | — |
| 荷蘭語 | — | 7.36 | 5.69 | 16.75 | 8.58 | — |
| 俄語 | — | 5.65 | 5.13 | 11.37 | 7.12 | — |
| 波蘭語 | — | 12.59 | 5.45 | 15.81 | 8.30 | — |
| 日語 | 6.36 | 5.74 | 5.30 | 11.37 | — | 6.78 |
| 韓語 | 4.31 | 3.54 | 4.25 | 7.30 | — | 7.85 |
| 法語 | 7.61 | 4.57 | 5.97 | 13.24 | 5.83 | — |
| 中文 | 7.97 | 6.49 | 7.97 | 20.50 | — | 7.69 |
| 西班牙語（拉丁美洲） | 5.41 | 3.38 | 3.62 | 6.22 | 4.86 | — |
最常用語言中的十種，每個引擎各佔一欄。每格是該引擎的錯誤率，越低越好；綠色是該行最低，白色是第二低。日語、韓語和中文採字錯率，其餘採詞錯率，兩者不合併成一個分數。這是 Whisper Notes 團隊自己跑的 FLEURS 測試，一台 M5 MacBook Air，朗讀語音。
表頭簡稱：Qwen3-ASR = Qwen3-ASR 1.7B，Whisper Large = Whisper Large V3 Turbo，Parakeet = Parakeet V3，SenseVoice = SenseVoice Small。破折號代表該引擎沒有這種語言的模型。
十種語言裡，Qwen3-ASR 1.7B 在六種的錯誤率最低，另外四種是 Whisper Large V3 Turbo，Apple Speech 一種也沒有。最接近的是韓語，距離該行第一名 0.77 點，接著是日語 1.06 點和中文 1.48 點；中文和 Whisper Large V3 Turbo 同為 7.97。差距最大的是英語，8.80（Apple Speech）對 4.49（Qwen3-ASR 1.7B）；荷蘭語、波蘭語和俄語完全沒有 Apple Speech 結果。
和 Whisper Small 比，兩者都乾淨測到的十種語言裡，Apple Speech 有八種更準。輸掉的兩種是英語，8.80（Apple Speech）對 7.04（Whisper Small），以及巴西葡萄牙語，9.35 對 8.61。
七月發布的一次評測用英語比較 Apple Speech 和 Whisper Small，結果是 Apple 領先。拿哪個 Whisper 來比很重要，片段也一樣。那次用的是 LibriSpeech，是有聲書旁白朗讀；我們用的是 FLEURS，由許多不同說話者朗讀 Wikipedia 句子。我們這次能看出英語上的差距，不能判斷成因。
換成 Whisper Large V3 Turbo，順序就反了。那十種語言裡 Apple Speech 有八種落後，中文以 7.97 打平，只在粵語領先，8.69（Apple Speech）對 36.75（Whisper Large V3 Turbo）——見下方的粵語行。OpenAI 的 Turbo 版本說明把粵語列為模型退步最大的語言之一，所以 36.75 是 Whisper 已知的弱點，不是我們這次測試的特例。
韓語上，Apple Speech 約每 23 個字錯一個。這次最準的 Qwen3-ASR 1.7B 約每 28 個字錯一個：4.31（Apple Speech）對 3.54（Qwen3-ASR 1.7B）。
Parakeet V3 需下載 465 MB，兩者都支援的每種歐洲語言都是它更準：英語是 6.89（Parakeet V3）對 8.80（Apple Speech）、法語 5.83 對 7.61、西班牙語 4.86 對 5.41、義大利語 3.43 對 4.39、巴西葡萄牙語 6.49 對 9.35；德語兩者同為 6.26。它沒有日語、韓語、中文或粵語模型，這些語言裡只有 Apple Speech 有結果。
Qwen3-ASR 1.7B 領先的六行包括英語、德語、法語和西班牙語。
SenseVoice Small 是這裡最快的引擎，速度是即時的 162.3 倍；中文和英語上，它和 Apple Speech 同一水準：7.69（SenseVoice Small）對 7.97（Apple Speech）、8.46 對 8.80。韓語上則落後很多，7.85（SenseVoice Small）對 4.31（Apple Speech）。
大小與速度
| 引擎 | 速度 | 峰值記憶體 | 下載大小 |
|---|---|---|---|
| SenseVoice Small | 即時速度的 162.3 倍 | 0.95 GiB | 827 MB |
| Parakeet V3 | 即時速度的 75.6 倍 | 0.09 GiB | 465 MB |
| Apple Speech | 即時速度的 30.8 倍 | 不列數值 | <5 MB |
| Qwen3-ASR 1.7B | 即時速度的 11.1 倍 | 2.43 GiB | 約 2.5 GB |
| Whisper Small | 即時速度的 7.9 倍 | 0.87 GiB | 600 MB |
| Whisper Large V3 Turbo | 即時速度的 3.0 倍 | 1.87 GiB | 約 1.6 GB |
速度是各引擎在本文乾淨測到的十三種語言中，僅計實際執行語言後的中位數——這是逐項隔離處理的吞吐量，屬於診斷值，不是產品延遲。峰值記憶體是這次測試的行程群組峰值。Apple Speech 在呼叫端 App 無法掌控的 macOS 服務裡解碼，因此那一格無論填什麼數字，都不會和另外五個引擎代表同一件事。
Apple Speech 以即時速度的 30.8 倍執行，慢於 Parakeet V3 的 75.6 倍和 SenseVoice Small 的 162.3 倍。它的語言套件由 macOS 下載一次、各 App 共享，所以 App 自己的行程不會為它配置記憶體。負責解碼的服務仍會使用記憶體，但我們無法精確歸屬，所以不列數字，而不是填零。
Whisper Large V3 Turbo 是這裡最慢的引擎，速度是即時的 3.0 倍，同時在十行裡拿下四個第一，磁碟上約 1.6 GB。Qwen3-ASR 1.7B 拿下另外六個，磁碟上約 2.5 GB，記憶體峰值 2.43 GiB。和內建引擎合理的比較對象是 600 MB 的 Whisper Small。
Apple Speech 適合哪些語言？
按語言來看：
- 英語：不適合。Apple Speech 的錯誤率是 8.80； Qwen3-ASR 1.7B （4.49）或 Whisper Large V3 Turbo （5.49）明顯更準。
- 德語：不適合。Apple Speech 的錯誤率是 6.26； Qwen3-ASR 1.7B （2.85）或 Whisper Large V3 Turbo （4.05）明顯更準。
- 荷蘭語、俄語和波蘭語：Apple Speech 沒有這三種語言的模型。 Whisper Large V3 Turbo 在三種語言上都是最準的，分別為 5.69、5.13 和 5.45。
- 日語：可以使用。Apple Speech 的錯誤率是 6.36，落後 Whisper Large V3 Turbo 的 5.30。
- 韓語：可以使用。Apple Speech 的錯誤率是 4.31，落後 Qwen3-ASR 1.7B 的 3.54。
- 法語：不適合。Apple Speech 的錯誤率是 7.61； Qwen3-ASR 1.7B （4.57）或 Parakeet V3 （5.83）明顯更準。
- 中文：可以使用。Apple Speech 的錯誤率是 7.97，和 Whisper Large V3 Turbo 相同；最準的是 Qwen3-ASR 1.7B 的 6.49。
- 西班牙語：不適合。Apple Speech 的錯誤率是 5.41； Qwen3-ASR 1.7B （3.38）或 Whisper Large V3 Turbo （3.62）明顯更準。
準確率上贏的仍是下載模型：主表每一行的第一都是 Qwen3-ASR 1.7B 或 Whisper Large V3 Turbo。韓語、日語和中文上，Apple Speech 是真正的選項；歐洲語言該選 Parakeet V3。
Mac 版 Whisper Notes 裡，Parakeet V3 仍是預設模型。在從官網下載的 Mac 版裡，macOS 26 或更新版本可以把 Apple Speech 選為模型，某種語言只有在 macOS 回報你這台 Mac 支援它時才會出現。
Apple Speech 是本文對 Apple 的 SpeechTranscriber 所用的簡稱，這套裝置端 API 可由任何執行 macOS 26 或更新版本的 Mac App 呼叫。它是系統的引擎，不是你要下載的模型：Mac 版 Whisper Notes 在從官網下載的版本裡可以使用它，語言套件由 macOS 提供。App 自己下載的模型仍然是：這個版本有 Whisper、Parakeet V3、SenseVoice 和 Qwen3-ASR；iPhone 版和 Mac App Store 版有 Whisper、Parakeet V3 和 SenseVoice。各引擎的表格見 Whisper、Parakeet V3 和 SenseVoice 支援的語言列表。
十種之外的其他語言
| 語言 | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| 義大利語 | 4.39 | 2.58 | 2.58 | 7.64 | 3.43 | — |
| 粵語 | 8.69 | 6.44 | 36.75 | 119.01 | — | 37.23 |
| 葡萄牙語（巴西） | 9.35 | 5.17 | 5.44 | 8.61 | 6.49 | — |
| 印地語 | 101.50 | 13.19 | 29.64 | 61.26 | — | — |
同一輪裡另外四種語言。引擎欄、配色和簡稱同上；粵語採字錯率，其餘採詞錯率。
Apple Speech 的印地語結果不列入該行排名，原因見下。由於插入錯誤也算在分子內，錯誤率可能超過 100%。
義大利語是 4.39（Apple Speech），排在 Qwen3-ASR 1.7B 和 Whisper Large V3 Turbo 同為 2.58 之後。粵語是 Apple Speech 唯一一種排在 Whisper Large V3 Turbo 前面的語言，8.69（Apple Speech）對 36.75（Whisper Large V3 Turbo），第一是 6.44 的 Qwen3-ASR 1.7B。巴西葡萄牙語是 9.35（Apple Speech），也是 Whisper Small 以 8.61 領先的兩行之一。
印地語是另一類結果。Apple Speech 把印地語用英文字母拼出來，而不是用印地語自己的文字寫，所以幾乎每個詞都算錯，錯誤率超過 100%。泰盧固語、烏爾都語、旁遮普語、孟加拉語、尼泊爾語、馬拉雅拉姆語、馬拉地語、坎那達語、古吉拉特語和泰米爾語也是一樣，錯誤率全部超過 100%，所以沒有列進表裡。
SpeechAnalyzer 的運作方式
SpeechAnalyzer 取代了 Apple 從 iOS 10 起就有的語音辨識 API，除了 watchOS 之外的所有 Apple 平台都能使用。App 建立一個 SpeechAnalyzer，加入模組，再把音訊以一個自行填入的非同步序列送進去；把語音變成文字的模組是 SpeechTranscriber。結果以另一個序列傳回，通常在另一項工作上執行，每個緩衝區和每筆結果都有對應音訊本身時間軸的時間碼。
一個工作階段、三項工作：音訊以 AsyncSequence 送入，由 SpeechAnalyzer 和 SpeechTranscriber 分析，結果再以另一個 AsyncSequence 傳回介面。來源：Apple， WWDC25 第 277 場。
結果會抵達兩次。Apple 所稱 volatile range 的可變範圍內，內容仍可能被更好的結果取代；範圍之外則是最終結果。App 因此能在你還在說話時先顯示粗略逐字稿，之後再修正。 Apple 為 SpeechTranscriber 模型列出五項設計目標：長音訊、對話語音、遠距說話者、低延遲，以及隱私，也就是在裝置上執行。備忘錄、語音備忘錄、日誌和通話摘要都以它為基礎。
Apple 為 SpeechTranscriber 模型列出的五項設計目標。來源：Apple， WWDC25 第 277 場。
模型檔不放在任何一個 App 裡。它們透過 AssetInventory 從 Apple 伺服器下載，由系統儲存和更新，並在 App 之間共享。它們不增加 App 的下載大小，解碼則在呼叫端行程之外進行。SpeechTranscriber 若沒有某種語言或裝置的模型，DictationTranscriber 就會接手，使用和系統聽寫相同的模型。
測試方法與限制
這些表裡的六個引擎，有五個是 Whisper Notes 下載的模型。每個引擎都在一台 M5 MacBook Air（32 GB、macOS 27.0）上，以相同順序、一次一段轉錄同一批片段。音訊來自 Google FLEURS 測試集版本 70bb2e84，每種語言約 150 句、約 30 分鐘。資料集自身的項目 ID 經固定雜湊後決定順序，我們取剛好超過三十分鐘的最短完整項目區段；模型輸出完全不參與這項選擇。每一格都從各自的紀錄重新計算並再次核對，285 格全部通過。以空格分詞的語言採詞錯率，日語、韓語、中文和粵語採字錯率，兩者不合併成一個總分。
Whisper 那兩欄可以拿 OpenAI 自己的數字核對。OpenAI 公布過 Whisper Large V3 Turbo 的 FLEURS 結果，那十二種語言上，我們的數字和他們平均差 0.7 點，其中十種落在這次測量的 95% 區間內；排除南亞語言的那些行，其餘十一種語言裡，Whisper Small 那欄與 Whisper 論文的逐語言表平均差 1.0 點。Apple Speech 那欄出自同一批片段、同一套評分、同一套正規化。
FLEURS 是乾淨的朗讀語音。這裡的數字無法說明這些引擎在嘈雜房間或兩小時會議裡的表現，我們也沒有測量它們在那種音訊上的差距。所有測試都在同一台機器上執行。每種語言約 150 句，兩個引擎的差距若小於約一點就應視為平手；表裡已經用同樣方式標示完全相同的分數，例如義大利語，Qwen3-ASR 1.7B 和 Whisper Large V3 Turbo 都是 2.58。
常見問題
Apple Speech 和 Whisper Small 哪個比較準？
雙方都乾淨測到的十種語言裡，Apple Speech 領先八種。輸掉的是英語，8.80（Apple Speech）對 7.04（Whisper Small）；以及巴西葡萄牙語，9.35 對 8.61。領先最多的是中文，7.97（Apple Speech）對 20.50（Whisper Small）；法語，7.61 對 13.24；日語，6.36 對 11.37；粵語，8.69 對 119.01。Whisper Small 需下載 600 MB，速度是即時的 7.9 倍，Apple Speech 是 30.8 倍。
Apple Speech 和 Parakeet V3 哪個比較準？
兩者都支援的歐洲語言上都是 Parakeet V3：英語 6.89（Parakeet V3）對 8.80（Apple Speech）、法語 5.83 對 7.61、西班牙語 4.86 對 5.41、義大利語 3.43 對 4.39、巴西葡萄牙語 6.49 對 9.35；德語打平，同為 6.26。Parakeet V3 沒有日語、韓語、中文或粵語，這些語言裡兩者之間只有 Apple Speech 有結果。Parakeet V3 需下載 465 MB，速度是即時的 75.6 倍，Apple Speech 是 30.8 倍。
Apple Speech 和 Whisper Large V3 Turbo 哪個比較準？
雙方都乾淨測到的十種語言裡，Whisper Large V3 Turbo 領先八種：英語 5.49（Whisper Large V3 Turbo）對 8.80（Apple Speech）、德語 4.05 對 6.26、日語 5.30 對 6.36、韓語 4.25 對 4.31、法語 5.97 對 7.61、西班牙語 3.62 對 5.41、義大利語 2.58 對 4.39、巴西葡萄牙語 5.44 對 9.35。中文打平，同為 7.97；Apple Speech 只在粵語領先，8.69（Apple Speech）對 36.75（Whisper Large V3 Turbo）。Turbo 還涵蓋荷蘭語、俄語和波蘭語，分別是 5.69、5.13 和 5.45。它約 1.6 GB，也是這裡最慢的引擎，即時的 3.0 倍。
Apple Speech 支援哪些語言？
這次測試裡 Apple Speech 在 83 個設定中有 21 個傳回結果：英語、德語、法語、西班牙語、義大利語、葡萄牙語（巴西）、日語、韓語、中文、粵語，以及十一種南亞語言——印地語、泰盧固語、烏爾都語、旁遮普語、孟加拉語、尼泊爾語、馬拉雅拉姆語、馬拉地語、坎那達語、古吉拉特語和泰米爾語——這十一種傳回的是用英文字母拼出的文字，不是各自的文字。沒有荷蘭語、波蘭語或俄語；清單由 macOS 依機器決定。它離第一名最近的是韓語、日語和中文，分別差 0.77、1.06 和 1.48 點，差最多的是英語，8.80（Apple Speech）對 4.49（Qwen3-ASR 1.7B）；兩個引擎都測到的十種語言上，它都比舊的聽寫準。Whisper Notes 裡的 Whisper 在每個管道都涵蓋 App 清單內的所有語言。
SpeechAnalyzer 是什麼？和 Apple Dictation 一樣嗎？
SpeechAnalyzer 是 Apple 在 WWDC 2025 發表、隨 macOS 26 和 iOS 26 推出的 API。SpeechTranscriber 是其中的轉錄引擎，也就是本文的 Apple Speech；Dictation 是較舊的相容性引擎。兩個我們都測了，雙方都乾淨測到的十種語言裡，Apple Speech 全部更準。Dictation 涵蓋更多語言，33 個設定對 21 個，包括荷蘭語、波蘭語和俄語，詞錯率分別是 17.34%、13.50% 和 13.13%（Dictation），同一批片段上是 5.69%、5.45% 和 5.13%（Whisper Large V3 Turbo）。
使用 Apple Speech 時，音訊會離開我的 Mac 嗎？
Apple 將 SpeechTranscriber 記載為裝置端語音辨識：macOS 會下載一次語言資源，辨識在本機執行。我們測量的是準確率和速度，不是網路行為，因此這部分依照 Apple 的說明。Whisper Notes 自己下載的引擎——Whisper、Parakeet V3、SenseVoice 和 Qwen3-ASR——在你自己的 Mac 上使用 GPU 或 Neural Engine 執行，不需帳號或 API key；每個管道都能在斷網時轉錄。Apple Speech 在從官網下載的 Mac 版裡、macOS 26 或更新版本可用：它是在你自己的 Mac 上執行的系統引擎，語言套件由 macOS 下載。
為什麼這些數字和我在自己錄音裡得到的準確率不同？
因為 FLEURS 是短句、乾淨的朗讀語音，而你的錄音不是。我們這次是在公開資料集上校準：每種語言約 150 句、約 30 分鐘，一台 M5 MacBook Air，所有引擎使用相同片段。它能說明某個引擎在你的語言上是否值得一試，不能預測會議、嘈雜音訊或兩小時檔案上的結果。
試用看看
這裡五個可下載模型——Whisper Small、Whisper Large V3 Turbo、Parakeet V3、SenseVoice Small 和 Qwen3-ASR 1.7B——全都在從官網下載的 Mac 版 Whisper Notes 中，位置是設定 → 轉錄模型。macOS 26 或更新版本，Apple Speech 也在同一個清單裡；已經安裝 App 的話，更新到最新版即可。
如果某種語言上，我們的數字和你的實際體驗不符，請寄信到 mac@whispernotes.app。完整版本說明： whispernotes.app/changelog。
資料來源：我們在 Google FLEURS 測試集版本 70bb2e84 上進行的測試、Apple 的 SpeechAnalyzer 文件，以及先前的 三十種語言 Qwen3-ASR 測試。
下載 macOS 版本