Mac 上的中英混说语音输入
说一句“这个 bug 明天 fix 一下”，大多数听写工具得先给整句话认定一种语言，结果总有一半是错的。这一页讲清楚原因、哪些模型能识别对，以及在 Mac 上怎么设置。
结论：用在中英混说数据上训练过的语音模型，并且不要把语言钉死。在 Vocco 里就是默认下载的 Qwen3 ASR。按住右 ⌘ 照平时的习惯说话，松手，整句中英混合的文字就粘贴到光标处，全程离线。
在 300 句真实的普通话–英文对话上，Qwen3 ASR 约每 100 个字或词错 16 个；苹果本机识别错 21 个，Whisper large-v3-turbo 错 28 个。只看英文词差距更大：Qwen3 错 29%，苹果错 53%。
先说系统自带听写
不想装新软件的话，可以先试试 macOS 自带的听写：
- 打开 系统设置 → 键盘 → 听写，把“中文（普通话）”和“English”都加进语言列表。普通话第一次用要下载语音模型。
- 听写时点光标旁边的语言标签，或者按地球键，在两种语言之间切换。
这个办法适合一段话一种语言的情况，比如这封邮件写中文、下一封写英文。如果一句话里来回切好几次，比如“明天的 standup 改到 10 点，记得 sync 一下 roadmap”，切换就跟不上了。
为什么一混说就出错
多数听写工具会给每一次听写认定一种语言，然后整句都按这种语言去解码：
- Wispr Flow 的文档写着“Flow detects one language per dictation, not per word”，同时选中中英文时“English words can appear in Chinese characters or vice versa”（出处）。
- superwhisper 建议把语言设成固定的，只有“mix languages inside a single dictation”时才用 Automatic（出处）。
- MacWhisper 写明不能转录含多种语言的文件（出处）。
语言被钉成中文时，英文单词会被硬写成汉字。Vocco 早期版本就踩过这个坑：Whisper 钉死中文后，把英文 “meeting” 写成了“秘诊”。我们测过，Whisper Base 钉死中文时英文词错了 92%，在纯英文句子上错的甚至比原句的词还多。改成自动识别语言后，英文词错误降到 51%。换更大的模型还能再降，换在混说数据上训练过的模型效果更好。
哪些引擎能处理
下面前三行就是 Vocco 里本地运行的引擎；苹果那行是苹果最新的本机识别接口，Whisper 那行按很多 Mac 听写软件的用法设成自动判断语言，这两行是对照。数字越低越好。MER 是混合错误率：中文按字、英文按词一起算错误。
| 引擎 | 总 MER | 英文词错误 | 混说句 MER |
|---|---|---|---|
| Qwen3 ASR（Vocco 默认） | 0.157 | 29% | 0.170 |
| Paraformer Large（Vocco 内置） | 0.170 | 35% | 0.145 |
| SenseVoice Small（Vocco 内置） | 0.185 | 35% | 0.184 |
| 苹果本机识别，zh-CN | 0.207 | 53% | 0.207 |
| Whisper large-v3-turbo，自动语种 | 0.277 | 37% | 0.232 |
在 62 句真正中英混说的句子上，Paraformer 比 Qwen3 略好；整体看两者差距在误差范围内。默认选 Qwen3，是因为它的英文词准确得多，还能识别韩语和法语。如果你主要说中文、偶尔夹几个英文词，可以试试 Paraformer，两个引擎 Vocco 里都有。
完整的测试方法、模型版本、分子集数字和出错样例见评测页。
在 Vocco 里怎么设置
- 下载并打开 Vocco，不用注册登录。
- 第一次打开时保持联网几分钟：Vocco 会在后台自动下载 Qwen3 ASR（987 MB），下完自动设为听写、实时转录和文件转录的引擎。
- 点进任意输入框，按住右 ⌘ 说话，松手。文字粘贴到光标处，剪贴板里也留了一份。
- 开会、听课用实时转录窗口；已有的录音拖进 Files。
不用选语言。Qwen3 ASR 边听边判断。
实际效果
下面是 ASCEND 测试集里的真实句子，以及 Vocco 两个引擎的输出，错误原样保留。
局限
- 中文只输出简体，暂时没有繁体输出。
- 我们的评测是普通话和英文的对话，粤英混说等组合没有测过。
- “嗯”“okay”这类很短的语气词，是所有引擎最常出错的地方。
- 你自己项目里的专有名词不一定能识别对，Vocco 目前还没有自定义词表。
常见问题
Mac 自带的听写支持中英混说吗？
Apple 的文档只写了“切换”听写语言：点光标旁边的语言，或者按地球键。没有写一句话里同时识别两种语言。如果想切换得快一点，可以在 系统设置 → 键盘 → 听写 里把中文和英文都加上。
为什么听写软件会把英文单词写成汉字？
因为它把整句话都当中文来解码了。Wispr Flow 的帮助文档也写了同时选中英文时会出现这种情况。用在中英混说语料上训练过的模型，或者能在句内判断语言的模型，就能避开。
用 Vocco 做中英混说需要联网吗？
不需要。Qwen3 ASR 在 Mac 本机运行。只有第一次下载 987 MB 的模型时需要联网，也不用注册登录。
粤语夹英文可以吗？
我们没有测过粤英混说，所以不做这个承诺。我们的评测是普通话和英文。
本页怎么写的：数字和例句来自我们 2026 年 10 月 22 日的评测运行；其他产品的行为摘自它们 2026 年 10 月 22 日的官方文档。初稿由 AI 辅助撰写，并对照上述来源核对。