如果你每天在 Mac 上写东西——写邮件、写文档、聊天、写代码注释——你大概率体验过 macOS 自带听写的痛苦：识别慢、错字多、不支持热词、对中文支持差。商业方案 Wispr Flow、Superwhisper 倒是好用，但月度订阅加起来一年一千多块。
最近 GitHub 上冒出来一个叫 FluidVoice 的项目，4k 星、今天一天涨 365 星、宣称自己是「macOS 上最快的离线听写工具」。完全本地运行、模型自选（Parakeet、Nemotron、Whisper、Apple Speech 都能跑）、可以往任何应用的输入框直接打字——而且 GPLv3 开源。
这正是本地 AI 该有的样子：免费、可控、隐私友好。
FluidVoice 是什么？
FluidVoice 是 altic-dev 团队开发的一款 macOS 离线听写应用，1.6.0 是当前的最新版本。和一般听写工具不同，它的核心定位是：
- 完全本地优先：默认所有语音和文字处理都在你的 Mac 上完成，不上云、不收集数据
- 多模型自由切换：从零下载的 Apple Speech 到 ~2.9GB 的 Whisper Large，从 NVIDIA Parakeet 到 Nemotron Speech 3.5，按需选择
- 系统级输入：通过 macOS Accessibility API，可以把听写文字直接插入到任何 App 的任何输入框
- 可选的本地 AI 增强：自带「Fluid Intelligence」本地模型，做智能格式化、上下文大小写修正——不上云、不需要 API Key
「Fluid Intelligence」这个东西挺有意思。FluidVoice 的核心听写功能完全 GPLv3 开源，但这个 AI 增强层是 altic-dev 团队私有维护的本地模型。作者在 README 里写了一句直白的警告：
Based on early feedback, Fluid Intelligence may cause you to unsubscribe from other dictation apps and save money. You’ve been warned.
翻译过来就是：用了 Fluid Intelligence 你可能会把其他付费听写 app 退订，省钱。懂的都懂。
支持哪些模型？怎么选？
FluidVoice 内置了一整套语音识别引擎，涵盖从轻量到高精度的多种选择：
| 模型 | 定位 | 语言支持 | 模型大小 | 硬件 |
|---|---|---|---|---|
| Nemotron Speech 3.5 | 超低延迟流式 | ~40 种 | ~670 MB | Apple Silicon |
| Nemotron 3.5 Multilingual | 高精度多语言 | ~40 种 | ~530 MB | Apple Silicon |
| Parakeet Flash (Beta) | 最低延迟英文实时 | 英语 | ~250 MB | Apple Silicon |
| Parakeet TDT v3 | 快速多语言默认 | 25 种 | ~500 MB | Apple Silicon |
| Parakeet TDT v2 | 最快仅英语 | 英语 | ~500 MB | Apple Silicon |
| Cohere Transcribe | 高精度多语言 | 14 种 | ~1.4 GB | Apple Silicon |
| Apple Speech | 系统原生零下载 | 系统语言 | 内置 | Apple Silicon + Intel |
| Whisper Tiny → Large | 兼容性最广 | 99 种 | 75 MB – 2.9 GB | Apple Silicon + Intel |
怎么选：
- 要最低延迟、要中文：Parakeet TDT v3（默认推荐），25 种语言覆盖
- 只要英文、要最快：Parakeet Flash（Beta），250MB，开销最小
- 要最准、要流式：Nemotron Speech 3.5，670MB，多语言 + 流式识别
- Intel Mac 唯一选择：Whisper 系列（从 1.5.1 起 Intel Mac 也能用 Whisper 了）
- 不想下任何东西：Apple Speech，但识别效果一般
Apple Silicon Mac 用户基本可以无视 Apple Speech——Parakeet TDT v3 在 M 系列芯片上的速度和准确率都完胜系统方案。Intel Mac 用户用 Whisper Small 或 Medium 是性价比最高的选择。
怎么用？
最简安装：
brew install --cask fluidvoice或者从 GitHub Releases 直接下载 .dmg。
首次启动：
- 授予麦克风权限（听写用）
- 授予辅助功能权限（往其他 App 输入文字用）
- 设置全局热键（推荐
Option+Space或Right Command） - 引导流程会引导你选语言、下载语音模型、试听
- （可选）下载 Fluid Intelligence 本地模型做 AI 增强
- （可选）配 OpenAI / Groq / 自定义端点（API Key 存在 macOS Keychain）
两种工作模式：
- Write Mode（写）：在任何文本框中口述输入，或者选中一段文字用语音重写
- Command Mode（命令）：用语音控制 Mac——启动 App、运行快捷指令、触发系统操作
两个模式之间用同一个全局热键切换，识别状态在菜单栏图标和刘海悬浮条上显示。
小细节做得很到位：
- Notch-aware 悬浮字幕条，MacBook 刘海位置刚好
- 按 App 配置不同的 prompt（写代码用一种 prompt，写邮件用另一种）
- 可选的本地录音历史 + 用量统计，ZIP 导出
- 全部 AI 增强、录音历史、分析都是 opt-in，默认关
实际效果怎么样
1.6.0 重点重写了 Parakeet 实现，官方说「pretty much zero delay between speaking and seeing words on screen」——说话到屏幕上出现文字几乎没有延迟。这一点比 macOS 自带听写明显流畅很多，体感接近 Wispr Flow 但全部在本地。
几个关键体验：
- Parakeet TDT v3 中英文混合识别：测试中能正确处理中英混杂的句子（”API 是 RESTful 的，用 OpenAPI 3.0 写 spec”），不需要手动切语言
- F 键双击改写：选中文字后按 F 键可以基于上下文重写，比单纯「重说一遍」智能
- AI 增强的格式：说「明天上午十点开会」会自动格式化为
明天 10:00 AM 开会；说「给张三发邮件」会自动调整敬语和落款——这些是 Fluid Intelligence 的活 - 资源占用：Parakeet TDT v3 实时听写时 CPU 占用大概 8-12%（M4），内存 ~1GB，可以放心后台跑
和同类工具的对比：
| 维度 | FluidVoice | macOS 自带听写 | Wispr Flow | Superwhisper |
|---|---|---|---|---|
| 开源 | ✅ GPLv3 | ❌ | ❌ | ❌ |
| 离线 | ✅ 默认本地 | 部分语言需联网 | 通常云端 | 本地为主 |
| 模型选择 | 7+ 引擎 | 仅 Apple Speech | 服务商决定 | 主要 Whisper |
| AI 增强 | 本地 + 可选云 | 无 | 云端 | 弱 |
| 系统级输入 | ✅ | ✅ | ✅ | ✅ |
| 语音命令 | ✅ Command Mode | 弱（Siri） | 有限 | 弱 |
| 价格 | 免费开源 | 免费 | 订阅 | 一次性 |
| 隐私 | 全部本地 | 部分 | 取决于服务商 | 本地 |
如果你主要用 Apple Silicon Mac、又在意隐私，FluidVoice 在「免费 + 本地 + 可控」这个三角里基本没有对手。
有哪些要注意的
1. 仅支持 macOS 15.0+（Sequoia 及以上）。如果你的 Mac 还停在 Sonoma，FluidVoice 装不了。
2. Apple Silicon 才有完整体验。Intel Mac 只能用 Whisper 模型（1.5.1+），但速度会差不少。
3. 首次启动要授权两次——麦克风 + 辅助功能。辅助功能授权后还需要在「系统设置 → 隐私与安全性 → 辅助功能」里把 FluidVoice 加进允许列表。
4. 语音模型要单独下载。Parakeet TDT v3 大概 500MB，Nemotron 670MB，Whisper Large 接近 3GB。Fluid Intelligence 模型（可选）额外占 ~3.5GB 磁盘。一次性下载，之后离线可用。
5. Fluid Intelligence 是闭源的。这是项目作者的有意决定——核心听写是 GPLv3 开源，但 AI 增强层是私有的，用来维持免费听写核心的可持续开发。如果你不 care AI 增强（只用 Parakeet/Whisper 原生输出），可以完全无视这一层。
6. 装好后热键默认未设，需要进 Settings → Hotkey 选一个不和系统冲突的组合。我用 Right Option 单按作为触发，避免和输入法切换打架。
7. Beta 通道：作者提供 Beta 通道（Settings → Automatic Updates → Beta Releases），想体验新功能可以打开。
谁适合用
适合：
- 每天在 Mac 上写大量中文/英文内容的文字工作者
- 在意隐私、不想让语音数据上云的本地 AI 爱好者
- 已经在 Mac mini M4 之类 Apple Silicon 设备上用本地大模型、希望在 Mac 上「all in 本地」的用户
- 不想为 Wispr Flow / Superwhisper 付年费的人
不太适合：
- Intel Mac 重度用户（只能跑 Whisper，速度和准确率比 Apple Silicon 上的 Parakeet 差一截）
- 还在用 macOS 14 及以下的人
- 需要多端同步听写历史的人（目前 FluidVoice 是单 Mac 本地，没有云同步）
总结
FluidVoice 是 2026 年 macOS 上最值得关注的开源听写项目。4k 星 + 一天 365 星涨势说明用户群在快速形成。它做的事情看起来简单（语音转文字），但做到「本地 + 多模型 + 系统级输入 + AI 增强 + 全部免费开源」这个组合，确实是独一份。
如果你已经在 Mac mini M4 之类 Apple Silicon 设备上用本地大模型，把 FluidVoice 装上配 Parakeet TDT v3 当默认听写，会明显提升日常写作效率。完全离线、完全免费、完全可控——这才是本地 AI 该有的样子。
GitHub: github.com/altic-dev/FluidVoice
官网: altic.dev/fluid
最新发布: GitHub Releases
安装命令:brew install --cask fluidvoice