设备端听写与隐私保护
Apple 的设备端 Speech 引擎会在本地转写；页面说明在保持设备端模式时，音频无需离开机器。
概述
VTT 是一款适用于 Mac 听写的原生 macOS 语音转文字应用。它默认将转写保留在本地，使用 Apple 的设备端 Speech 引擎，因此音频会留在机器上，无需账号或登录。
当你需要其他选项时，VTT 也支持通过你自己的 API key 使用 Deepgram、OpenAI 和 ElevenLabs 进行云端转写。它还提供按语言选择引擎、可下载语言模型、带全局快捷键捕获的菜单栏工作流，以及用于找回最近听写内容的本地转写历史。
核心功能
原生 Mac 应用
应用基于 Swift 和 AppKit 为 macOS 原生构建，不是跨平台封装，采用原生菜单栏工作流。
菜单栏听写工作流
全局快捷键、实时波形和自动插入，让你可以直接对当前正在使用的应用进行听写。
自带云端引擎
可使用你自己的 API key 接入 Deepgram、OpenAI 和 ElevenLabs，并可按提供方选择具体模型。
按语言路由引擎
每种语言都可以路由到最适合它的引擎，可自动处理，也可手动选择。
本地转写历史
听写内容会按最新优先保存在 Mac 本地历史中，必要时可以重新粘贴最近的转写内容。
常见使用场景
免手写作
当你想以免键盘的方式写作时，可使用 VTT 直接对文档、聊天应用或其他文本框进行听写。
私密设备端听写
在处理敏感笔记或个人草稿时，若你不希望将音频发送到服务器，可将转写保留在本地。
口音敏感转写
当内置听写在强口音或地区口音上表现不佳，而你想尝试其他模型时，可切换到云端引擎。
多语言听写
当你跨语言工作并希望每种语言都由最佳可用模型处理时，可将不同语言路由到不同引擎。
转写恢复
如果你粘贴到了错误窗口，或需要复用刚刚说过的内容，可从本地历史中找回最近的转写。
Pros and Cons
Pros
- 设备端模式会让音频留在 Mac 上，无需账号。
- 支持多种引擎选项，包括 Apple Speech 和云服务提供商。
- 按语言路由有助于将不同语言匹配到不同引擎。
- 本地历史可降低因误点或粘贴到错误窗口而丢失转写内容的风险。
- 基于 Swift 和 AppKit 的原生实现，更符合 Mac 优先的工作流。
Cons
- 云端转写依赖你自己的服务商账号和 API key。
- 该应用仅限 macOS，不提供跨平台版本。
- 云端引擎和额外语言模型需要互联网连接。
FAQ
VTT 会保护听写内容的私密性吗？
是。默认情况下，VTT 使用 Apple 的设备端 Speech 引擎，因此转写内容会保留在你的 Mac 上，无需账号。如果你选择云端引擎，音频会使用你自己的 API key 直接发送给对应服务商。
VTT 可以免费使用吗？
是。网站说明 VTT 可免费开始使用，无需账号。设备端听写不收取费用；如果你选择使用云端引擎，则会通过你自己的服务商账号按量计费。
VTT 支持哪些语音引擎？
VTT 支持 Apple 的设备端 Speech 引擎，包括更新的 macOS 26 模型，以及来自 Deepgram、OpenAI 和 ElevenLabs 的可选云端引擎。
VTT 支持哪些 Mac 系统？
VTT 运行于 macOS 14 或更高版本，并支持 Apple Silicon 和 Intel Mac。网站说明会自动推荐合适的构建版本。
VTT 可以离线工作吗？
可以。设备端听写可完全离线使用。只有在使用云端引擎或下载额外语言模型时才需要互联网连接。
Quick Facts
- 类别
- 生产力
- 平台
- macOS 14+（Apple Silicon 和 Intel）
- 主要用途
- 在 Mac 上进行语音听写和转写
- 引擎
- Apple Speech、Deepgram、OpenAI、ElevenLabs
- 价格
- 可免费开始；云端使用通过你自己的提供商密钥按量计费
- 网站
- vtt.the-ihor.com
VTT 替代品
QuickQuill
QuickQuill 是一款适用于 macOS 的本地语音输入与转写应用，可在设备上录制会议、转写音频、生成摘要并导出笔记，无需使用云服务。
Speech to Text Converter
Speech to Text Converter 是一款基于浏览器的语音转文字工具，支持实时听写和上传音频、视频文件转录。提供免费版满足短任务，Pro 版支持无限转录、AI 摘要、翻译、说话人识别和高级导出。
Dictato
Dictato 是一款适用于 Mac 的语音听写应用，可在任何 App 中将语音转写为文字，支持本地离线处理、多种转写引擎、可选润色与翻译，并提供一次性买断授权。
Sanota
Sanota 将口述回忆、反思和访谈转写为清晰书面故事，支持个人叙事、家族史与共享记忆，提供引导提示和订阅方案。
Carbon Voice
Carbon Voice 是一款适用于团队和个人的异步语音消息应用，支持转录、AI 快速补课和跨设备访问，让你无需实时通话也能顺畅沟通。
Realtime and audio
OpenAI API 指南，帮助开发者为实时音频、翻译、转录、语音生成和支持音频的聊天选择合适的语音架构，并匹配对应会话类型、端点与连接方式。