裝置端語音輸入與隱私
Apple 的裝置端 Speech 引擎會在本機完成轉錄，而頁面說明在維持裝置端處理時，音訊不必離開你的機器。
概覽
VTT 是一款原生 macOS 語音轉文字 App，可在 Mac 上進行語音輸入。其設計預設將轉錄保留在本機，使用 Apple 的裝置端 Speech 引擎，讓音訊留在機器上，不需要帳號或登入。
當你需要其他選項時，VTT 也支援透過 Deepgram、OpenAI 和 ElevenLabs 的雲端轉錄，並可使用你自己的 API key。它提供依語言選擇引擎、可下載語言模型、支援全域快捷鍵擷取的選單列工作流程，以及可用於找回最近語音輸入內容的本機逐字稿歷史。
核心功能
原生 Mac 應用程式
這款 App 以 Swift 和 AppKit 為 macOS 原生開發，採用原生選單列工作流程，而非跨平台包裝。
選單列語音輸入工作流程
全域快捷鍵、即時波形與自動插入，讓你可直接在目前正在使用的 App 中進行語音輸入。
自備雲端引擎
可使用你自己的 API key 來啟用 Deepgram、OpenAI 和 ElevenLabs，並可為每個供應商選擇確切模型。
依語言路由引擎
每種語言都可路由到最適合處理它的引擎，可自動或手動選擇。
本機逐字稿歷史
逐字稿會以最新優先儲存在你 Mac 的本機歷史紀錄中，因此需要時可再次貼上最近的轉錄內容。
常見使用情境
免手持寫作
當你想以免鍵盤的方式寫作時，可使用 VTT 直接在文件、聊天 App 或 Mac 上的其他文字欄位中進行語音輸入。
私密的裝置端語音輸入
當你偏好不要將音訊送到伺服器時，可為敏感筆記或個人草稿保留本機轉錄。
口音敏感的轉錄
當內建語音輸入對較強或地區性口音表現不佳，而你想嘗試其他模型時，可切換到雲端引擎。
多語言語音輸入
當你跨語言工作，並希望每種語言都由最佳可用模型處理時，可將不同語言路由到不同引擎。
逐字稿復原
如果你貼到錯誤視窗，或需要重用剛說過的內容，可從本機歷史中找回最近的逐字稿。
Pros and Cons
Pros
- 裝置端模式會將音訊保留在 Mac 上，且不需要帳號。
- 支援多種引擎選項，包括 Apple Speech 與雲端供應商。
- 依語言路由可協助將不同語言對應到不同引擎。
- 本機歷史可降低因誤點或貼到錯誤視窗而遺失逐字稿的風險。
- 以原生 Swift 和 AppKit 實作，定位為以 Mac 為先的工作流程。
Cons
- 雲端轉錄需要你自己的供應商帳號與 API key。
- 這款 App 僅限 macOS，並非跨平台產品。
- 雲端引擎與額外語言模型需要網際網路連線。
FAQ
VTT 會保護語音輸入的隱私嗎？
是。預設情況下，VTT 會使用 Apple 的裝置端 Speech 引擎，因此逐字稿會保留在你的 Mac 上，且不需要帳號。若你選擇雲端引擎，音訊會使用你自己的 API key 直接傳送給該供應商。
VTT 可以免費使用嗎？
是。網站表示 VTT 可免費開始使用，且不需要帳號。裝置端語音輸入不收費；若你選擇使用雲端引擎，則會透過你自己的供應商帳號按用量計費。
VTT 支援哪些語音引擎？
VTT 支援 Apple 的裝置端 Speech 引擎，包括較新的 macOS 26 模型，以及來自 Deepgram、OpenAI 和 ElevenLabs 的可選雲端引擎。
VTT 支援哪些 Mac 系統？
VTT 可在 macOS 14 或以上版本執行，並支援 Apple Silicon 與 Intel Mac。網站表示會自動推薦正確的版本。
VTT 可以離線使用嗎？
可以。裝置端語音輸入可完全離線運作。只有在使用雲端引擎或下載其他語言模型時，才需要網際網路連線。
Quick Facts
- 分類
- 生產力
- 平台
- macOS 14+（Apple Silicon 與 Intel）
- 主要用途
- Mac 上的語音輸入與轉錄
- 引擎
- Apple Speech、Deepgram、OpenAI、ElevenLabs
- 定價
- 可免費開始使用；雲端使用依你自己的供應商金鑰按用量計費
- 網站
- vtt.the-ihor.com
VTT 替代品
QuickQuill
QuickQuill 是一款適用於 macOS 的本機語音輸入與轉錄 App，可在裝置上錄音、逐字轉寫、生成摘要與匯出筆記，無需使用雲端服務。
Speech to Text Converter
Speech to Text Converter 是一款瀏覽器語音轉文字工具，支援即時口述與上傳音訊、影片檔。提供免費方案處理短任務，Pro 方案可無限轉錄，並支援 AI 摘要、翻譯、說話者辨識與進階匯出。
Dictato
Dictato 是一款 Mac 語音轉文字應用，支援在任何 App 以裝置端離線流程將語音即時轉成文字，並提供多種辨識引擎、可選校正與翻譯，以及一次性購買授權。
Sanota
Sanota 是一款將口述回憶、反思與訪談轉成清楚文字故事的 App，支援個人敘事、家族歷史與共享記憶，並提供引導提示與訂閱方案。
Carbon Voice
Carbon Voice 是專為團隊與個人打造的非同步語音訊息 app，提供逐字稿、AI 快速跟進與跨裝置存取，讓你不用即時通話也能順暢溝通。
Realtime and audio
OpenAI API 指南，協助選擇即時音訊、翻譯、轉錄、語音生成與可音訊聊天的正確語音架構，對應各應用的 session 類型、端點與連線方式。