除了 Whisper，Whisper Notes 還有兩個擅長中文、日語和韓語的模型：SenseVoice Small 和 Qwen3-ASR 1.7B（以下簡稱 Qwen3-ASR）。兩者都在你的裝置上離線執行。SenseVoice 速度快，Qwen3-ASR 錯得少。我們想知道的是：轉錄中文、日語和韓語，到底該用哪一個？
準確率是我們自己測的：用 Whisper Notes 實際提供的模型，讓 SenseVoice Small、Qwen3-ASR 和 Whisper Large V3 Turbo 轉錄同一批 FLEURS 朗讀句子，每種語言約 30 分鐘。速度則是 App 裡各模型卡片上顯示的數值，來自另一項短音訊測試。其餘內容都依照 Mac 版目前的實際運作方式。
Qwen3-ASR 比 SenseVoice 準確多少？
| 語言 | Qwen3-ASR 1.7B | SenseVoice Small | Whisper Large V3 Turbo |
|---|---|---|---|
| 中文 | 6.49% | 7.69% | 7.97% |
| 日語 | 5.74% | 6.78% | 5.30% |
| 韓語 | 3.54% | 7.85% | 4.25% |
| 英語 | 4.49% | 8.46% | 5.49% |
中文、日語、韓語為字元錯誤率（CER），英語為詞錯誤率（WER），數值越低越好。綠色標出每種語言最低的數值。我們在 Mac 上以 FLEURS 測試集自行測試，每種語言約 30 分鐘、139 到 180 句朗讀。SenseVoice 為指定語言後的結果。僅涵蓋乾淨的朗讀語音，不代表吵雜環境、會議和長錄音。
我們測試的每種語言，Qwen3-ASR 的錯誤都比 SenseVoice 少。中文和日語相差約 1 個百分點：中文 6.49%（Qwen3-ASR）對 7.69%（SenseVoice），日語 5.74% 對 6.78%。差距最大的是韓語，SenseVoice 錯的字是 Qwen3-ASR 的兩倍多：7.85% 對 3.54%。英語方面，Qwen3-ASR 大約每 22 個詞錯 1 個，SenseVoice 大約每 12 個錯 1 個。
Whisper Large V3 Turbo 和 Qwen3-ASR 相當接近：它在日語是三者中最準的，韓語和英語排第二，中文則略遜於 SenseVoice。
SenseVoice 比 Qwen3-ASR 快多少？
| 模型 | 速度（即時倍率） | 一小時音訊大約要 |
|---|---|---|
| SenseVoice Small | 115.2–131× | 約 30 秒 |
| Qwen3-ASR 1.7B | 7.6× | 約 8 分鐘 |
綠色標出較快的一方。這是 App 裡模型卡片上顯示的速度：只計算引擎處理的時間，不含載入模型，是在 Mac 上用另一項日常使用測試的短音訊測得。SenseVoice 指定語言時為 115.2 倍，自動偵測語言時為 131 倍；Qwen3-ASR 四捨五入前為 7.65 倍。一小時所需的時間由這些速度換算並取整數。
SenseVoice 快 15 倍以上。一小時的錄音，大約半分鐘對上大約八分鐘。如果你常轉長錄音，或想馬上拿到文字，這個差距比一個百分點的準確率更重要。如果多等幾分鐘無妨、只想少改幾處，那就沒那麼重要。
指定語言，準確率還能再高一點
手動設定語言後，SenseVoice 在四種語言上的錯誤都比「自動」少：中文 7.69% 對 7.90%，日語 6.78% 對 6.87%，韓語 7.85% 對 8.09%，英語 8.46% 對 8.51%。差距不大，但方向一致。我們沒有用「自動」測過 Qwen3-ASR 和 Whisper，所以沒有它們的數字；App 本身的建議是：除了 Parakeet 之外，自行選擇語言通常比「自動」更準確。
Parakeet 是例外：在 Whisper Notes 裡，告訴它語言反而會降低準確率，所以它一律自行偵測語言（見〈Parakeet Ultra 與 Parakeet V3 比較〉）。在 Mac 上，這個選項位於「設定」的「轉錄」中，名稱是「語言」。
長錄音實際要等多久？
在先前一次使用真實錄音的測試中，SenseVoice 在 Apple M4 Pro 上轉錄一集 27 分鐘的中文訪談 Podcast，花了 13.83 秒。Whisper Large V3 Turbo 處理同一個檔案花了 2 分 4 秒。Qwen3-ASR 沒有參加那次測試。那次測試用的是較早版本的 App，速度約為即時的 117 倍，與現在模型卡片上的 115–131 倍相當。
依那次測試粗略推算，在那台 Mac 上，一小時的會議或演講錄音，SenseVoice 大約要半分鐘，Whisper Large V3 Turbo 大約要四分半鐘。依上面的速度推算，Qwen3-ASR 大約要八分鐘。
兩個模型都不會一次讀完整個長檔案。在 Mac 版裡，SenseVoice 會在停頓處把音訊切成最長 30 秒的片段，每段轉完就先顯示文字。Qwen3-ASR 也以最長 30 秒分段，在接近上限處找最安靜的位置切開，文字邊產生邊出現。不論用哪個，逐字稿都是一段一段補上的，不必等整個檔案轉完就能開始閱讀。
我的裝置能用哪一個？
| 模型 | iPhone | Mac App Store 版 | 從官網下載的 Mac 版 |
|---|---|---|---|
| SenseVoice Small | 有 | 有 | 有 |
| Qwen3-ASR 1.7B | 沒有 | 有（測試版） | 有（測試版） |
| Whisper Large V3 Turbo | 沒有 | 有 | 有 |
| Whisper Small | 有 | 有 | 有 |
綠色表示有，琥珀色表示沒有。
在 iPhone 版上，轉錄中文、日語和韓語時，SenseVoice 是速度快的選擇，另一個選項是 Whisper Small。
為什麼有兩種 Mac 版本？Mac App Store 版必須在 Apple 對 App Store App 的限制內運作，所以有幾項功能只在從官網下載的 Mac 版裡：Fn 鍵語音輸入、本機 AI 助理和命令列工具（來龍去脈請見這篇）。兩個版本的語音模型完全一樣。
兩者在 Mac 上各需要什麼
| SenseVoice Small | Qwen3-ASR 1.7B | |
|---|---|---|
| 下載大小 | 約 450 MB | 約 2.5 GB |
| 記憶體（模型卡片標示） | 約 700 MB | 約 2.6 GB |
| 記憶體峰值（我們實測） | 0.95 GiB | 2.43 GiB |
| Mac | Apple 晶片 | Apple 晶片，macOS 15 或以上版本 |
| 建議記憶體 | 未標示最低需求 | 建議 16 GB |
下載大小和記憶體標示取自目前從官網下載的 Mac 版。琥珀色標出下載前需要確認的條件。記憶體峰值來自與上方測速相同的日常使用測試；GiB 比 GB 大約多 7%。
兩個模型都不是內建的，各自從「設定」裡的模型卡片下載一次，之後就能離線使用。SenseVoice 輕巧得多：下載量約為 Qwen3-ASR 的五分之一，記憶體用量也遠不到它的一半。在記憶體少於 16 GB 的 Mac 上，Qwen3-ASR 卡片上的記憶體提示會以橘色顯示，作為警告。相較之下，Whisper Large V3 Turbo 下載約 2 GB，卡片標示的記憶體約 2.4 GB。
該用哪一個？
- 在 Mac 上想要錯誤最少：用 Qwen3-ASR 1.7B，兩個 Mac 版本都有。在我們測試的四種語言中，它都比 SenseVoice 準確。日語方面，Whisper Large V3 Turbo 還要再準一點：5.30% 對 5.74%。
- 重視速度、錄音很長、Mac 記憶體不多，或使用 iPhone 版：用 SenseVoice Small。一小時的音訊大約半分鐘就能轉完，而不是大約八分鐘；需要的下載量和記憶體也只有一小部分。
- 不用 Qwen3-ASR 1.7B（它需要 macOS 15），又想讓日語或韓語更準確：用 Whisper Large V3 Turbo。日語 5.30%，SenseVoice 是 6.78%；韓語 4.25% 對 7.85%。它比 SenseVoice 慢很多。
- 其他語言：英語和另外 24 種歐洲語言，用內建的 Parakeet（見〈Parakeet Ultra 與 Parakeet V3 比較〉）；其餘語言用 Whisper。Qwen3-ASR 1.7B 與 Whisper 在 30 種語言上的比較，請見我們的 Qwen3-ASR 與 Whisper 評測。6 個模型在 42 種語言上的錯誤率，都列在各語言模型比較裡。
實際使用還要注意什麼？
- 說話者標籤、時間戳記和字幕，兩個模型都能用。SenseVoice 和 Qwen3-ASR 都會產生時間戳記，所以說話者標籤和 SRT 字幕匯出，用哪個模型都一樣。
- 輸出簡體字還是繁體字，跟著系統語言走。轉錄完成後，Whisper Notes 會在你的 Mac 上把中文轉成簡體字或繁體字，預設依照系統語言：系統語言是繁體中文，輸出的就是繁體字。如果你把「語言」設成「简体中文」（簡體中文）或「繁體中文」，則以你的選擇為準。
- 方言還沒測過。Qwen 官方的模型說明列出 30 種語言，以及 22 種中文方言和口音。Whisper Notes 沒有獨立的方言設定：你選擇中文或「自動」，其餘交給模型處理。我們沒有測過方言，所以無法判斷兩個模型處理方言的效果。
- Qwen3-ASR 是測試版。萬一它意外當掉，Whisper Notes 下次啟動時會先停用它並換成別的模型，確保 App 仍能正常開啟。你可以在「設定」裡重新選擇 Qwen3-ASR 再試一次。
- 我們的數字來自乾淨的朗讀語音。FLEURS 是在安靜環境下朗讀的句子。會議、吵雜環境、距離較遠的麥克風和濃重口音，都可能讓差距變大或變小。
- 中英夾雜還沒測過。我們沒有測量兩個模型處理中英夾雜句子的表現，所以決定之前，建議先拿一段你平常的錄音試試看。
怎麼切換模型？
在 Mac 上開啟「設定」，捲動到「轉錄模型」。每個模型都有一張卡片，列出它的速度、適合的用途、支援幾種語言、需要多少記憶體，以及下載大小。要下載模型，點一下它的卡片或卡片上的下載箭頭；安裝完成後，再點一下卡片就會切換過去。每張卡片上的語言連結（「支援的語言」，Qwen3-ASR 1.7B 卡片上則是「支援 30 種語言」）會列出每種語言，以及我們測得的錯誤率。
從官網下載的 Mac 版：設定 → 轉錄模型
接著在「轉錄」裡設定好「語言」，不要停在「自動」。
SenseVoice 是什麼？
| 開發者 | FunAudioLLM（阿里巴巴集團通義實驗室） |
| 發布時間 | 2024 年 7 月，與 FunAudioLLM 論文一同發布 |
| 大小 | 2.34 億個參數；在從官網下載的 Mac 版裡下載約 450 MB |
| 語言 | 中文、粵語、英語、日語、韓語 |
| 架構 | 非自迴歸：一步寫出一整段音訊的文字，而不是一小段接著一小段寫 |
| 授權 | FunASR Model Open Source License Agreement |
| 執行方式 | 在你的裝置上離線執行；在 Mac 上透過 Apple 的 MLX 在 GPU 上執行 |
| Whisper Notes 中 | iPhone 版、Mac App Store 版和從官網下載的 Mac 版都有 |
出自 FunAudioLLM 論文：SenseVoice-Small 有 2.34 億個參數，處理 10 秒音訊需 70 毫秒；Whisper-Large-V3 有 15.5 億個參數，需 1,281 毫秒。兩者都是在資料中心的 GPU 上測得，不是在 Mac 上。
Qwen3-ASR 來自阿里巴巴的通義千問（Qwen）團隊，採用 Apache 2.0 授權。在 Whisper Notes 裡，它以 8-bit 精度透過 MLX 在 Mac 的 GPU 上執行。它和 Whisper 在 30 種語言上的比較結果，請見我們的 Qwen3-ASR 評測。
常見問題
中文、日語、韓語，SenseVoice 和 Qwen3-ASR 哪個比較好？
想要錯誤最少，選 Qwen3-ASR 1.7B：在我們的 FLEURS 測試中，它的中文、日語、韓語字元錯誤率分別是 6.49%、5.74%、3.54%，SenseVoice Small 則是 7.69%、6.78%、7.85%。想要速度，選 SenseVoice：它是即時的 115.2–131 倍，Qwen3-ASR 是 7.6 倍。Qwen3-ASR（測試版）在 Mac 上可用，Mac App Store 版和從官網下載的 Mac 版都有；SenseVoice 在 iPhone 版也有。
SenseVoice 比 Whisper 好嗎？
速度快得多，中文準確率也相當接近。在我們的 FLEURS 測試中，SenseVoice Small 的中文比 Whisper Large V3 Turbo 略準（7.69% 對 7.97%），日語（6.78% 對 5.30%）、韓語（7.85% 對 4.25%）和英語（8.46% 對 5.49%）則不如它。在 Apple M4 Pro 上，它轉錄一集 27 分鐘的中文 Podcast 花了 13.83 秒，Whisper Large V3 Turbo 則花了 2 分 4 秒。
SenseVoice 和 Qwen3-ASR 能輸出繁體中文嗎？
可以。轉錄完成後，Whisper Notes 會在你的 Mac 上把文字轉成簡體或繁體中文，預設依照系統語言，也可以在「語言」裡直接選「繁體中文」。SenseVoice 和 Qwen3-ASR 1.7B 都一樣。
iPhone 可以用 SenseVoice 嗎？
可以。iPhone 版 Whisper Notes 除了 Parakeet 和 Whisper Small，也提供 SenseVoice，能在手機上離線轉錄中文、日語、韓語、粵語和英語。iPhone 版沒有 Qwen3-ASR 1.7B。
試試看
iPhone 版和 Mac 版 Whisper Notes 都有 SenseVoice，Qwen3-ASR（測試版）則只在 Mac 版裡。點下方的按鈕，可以從 App Store 取得 iPhone 版，或從官網下載 Mac 版。有問題歡迎寄信到 support@whispernotes.app。
下載 iOS 版