Mac 离线语音转文字
断开 Wi-Fi，在 Apple 芯片的 Mac 上照样能听写、能转录录音。这一页列出 Vocco 离线能做什么、语音模型各有多大、还有哪几件事要联网，以及怎么自己验证。
结论：Vocco 的语音识别在 Mac 本机完成。在任意应用里按住右 ⌘ 说话，松手文字就粘贴到光标处，全程不用联网。录音和视频文件也能离线转成文字，带说话人和时间戳。
需要联网的只有试用和授权校验、读取价格、检查更新和下载语音模型这几类请求，里面都不带音频和文字。用 Vocco 不用注册登录。
断网后能用什么
- 任意应用里听写：微信、邮件、备忘录、Cursor、终端、浏览器输入框都行。按住右 ⌘ 说话，松手后文字自动复制并粘贴到光标处。第一次用要在系统设置里给 Vocco 辅助功能权限。
- 实时转录：开会、上课、自言自语时边说边出字，本机的语音活动检测按停顿自动断句。
- 文件转录：MP3、WAV、M4A、MP4、MOV，每段带时间戳。怎么用。
- 区分说话人（Pro）：两个分离模型一共约 45 MB，随 App 自带，新安装的前 14 天也能用。目前（1.0.8）在长录音上容易把同一个人拆成好几个说话人，修复正在路上。怎么做到的。
- 导出和历史：导出 TXT、SRT；记录存在本机，可以按标题或内容搜索。听写记录保留 7、30 或 90 天（由你选），实时转录和文件转录一直保留到你删除。
和系统听写、在线转写工具比
我是 Vocco 的开发者。苹果的信息摘自 Mac 使用手册，通义听悟和飞书妙记的信息摘自它们的官方页面，都是 2026 年 10 月 26 日查看的。
| Vocco | macOS 自带听写 | 通义听悟、飞书妙记 | |
|---|---|---|---|
| 断网能用吗 | 能（引擎下载好之后） | 要看设置：系统设置 → 键盘，“听写”下方会写明是否在设备上处理（出处） | 不能，文件要先上传（听悟、妙记） |
| 转录已有的录音、视频 | 能 | 苹果的说明里没有这项 | 能 |
| 区分说话人 | 能（Pro） | 苹果的说明里没有这项 | 能 |
| 一句话里中英混说 | 默认引擎直接识别，不用切换 | 可以设置多种语言，在听写时切换 | 都有中英混说选项或说明 |
| 费用 | 免费版每周 30 分钟听写；Pro 一次买断，首发 $29（至 2026 年 11 月 30 日），之后 $39；中国大陆 ¥149，之后 ¥199 | 系统自带，免费 | 以各自官网为准 |
各引擎的下载大小
Apple Speech 是 macOS 自带的，装好就能用。其余引擎在 App 里点一下下载，下载后就在本机运行。
| 引擎 | 下载 | 适合 |
|---|---|---|
| Apple Speech | 系统自带 | 不用下载；一次识别一种语言：系统语言不是中英文时按系统语言，否则跟随 Vocco 的界面语言 |
| Qwen3 ASR 0.6B（int8，Vocco 推荐） | 987 MB | 一句话里中英混说；自动判断语言，英文词错误最少 |
| SenseVoice Small | 938 MB | 速度快；普通话、粤语、英文 |
| Paraformer Large | 823 MB | 以中文为主的录音，在我们评测过的可下载引擎里中文字错误率最低。另需 294 MB 的标点模型，选用时自动下载 |
| Whisper large-v3-turbo | 1.64 GB | 整场只说中文或只说英文；在 Vocco 里语种跟随界面语言固定 |
| Whisper Base | 151 MB | 体积最小，硬盘紧张时用 |
大小取自 Vocco 1.0.8 的模型目录。模型从魔搭 ModelScope、Hugging Face、hf-mirror 这些公开仓库下载，不经过我们的服务器；App 会同时探测几个源，挑连得上、速度快的那个，断了能续传。准确率对比见评测页。
哪几件事还要联网
这些请求都不带音频和文字。
- 试用、授权和价格：启动时（运行中大约每天一次）向服务器确认这台 Mac 的试用和授权，并读取当前价格，不用登录。离线时按本机保存的状态判断，照样能用；以前订了月付的用户，续费后要联网一次更新授权。
- 登录（可选）：只有想在另一台 Mac 上用已购买的 Pro 时，才需要用 Google 或 Apple 登录。
- 下载模型：每个引擎下载一次。开始下载时，App 会向服务器查一下这个模型现在从哪个仓库下载，请求里只有模型名。
- 检查更新。
Apple Speech 也不出本机：Vocco 只让 macOS 在本机识别，你的语言本机识别不了时，Vocco 会停下来提示你，不会让 macOS 把音频发给苹果的服务器。隐私政策列出了 App 和网站发送的全部内容。
自己验证一下
- 联网时打开一次 Vocco：它会在后台自动下载 Qwen3 ASR（987 MB），下完自动设为默认引擎。
- 关掉 Wi-Fi，或者打开飞行模式。
- 在任意输入框里按住右 ⌘，说一句话，松手，文字出现在光标处。
想更严格一点，可以开着 Little Snitch 或 LuLu 这类网络监控工具再听写一遍，看听写过程中 Vocco 有没有发起连接。
局限
- 只支持 Apple 芯片和 macOS 14 及以上。
- 第一次下载比较大，每个引擎约 1 GB。
- 中文只输出简体，还没有繁体输出。
- Vocco 里的 Whisper 一次只认一种语言，中文或英文。一句话里来回切换，请用 Qwen3 ASR。
- 录不到电脑里播放的声音，比如线上会议里对方的声音；要转写的话，先把会议录制成文件。
常见问题
Vocco 会把我的声音传到网上吗？
不会。音频在你的 Mac 上识别，不会上传给我们。系统自带的 Apple Speech 引擎也一样：Vocco 只让它在本机识别，如果 macOS 不能在本机识别你用的语言，Vocco 会直接报错，不会让 macOS 把音频发给苹果。
要占多少硬盘？
一个可下载引擎大约 1 GB，比如 Qwen3 ASR 是 987 MB。Apple Speech 不用下载。最大的是 Whisper large-v3-turbo，1.64 GB。
在国内下载模型要翻墙吗？
通常不用。Vocco 会同时试魔搭 ModelScope、Hugging Face 和 hf-mirror 几个公开仓库，哪个连得上、哪个快就用哪个；下载断了，下次接着下。
Intel 芯片的 Mac 能用吗？
不能。Vocco 需要 Apple 芯片（M1 及以后）和 macOS 14 及以上。
飞机上能用吗？
能，前提是已经下载好引擎。听写、实时转录和文件转录在飞行模式下都能用。
系统自带的听写不也能离线吗？
部分情况下可以。苹果的说明是：到 系统设置 → 键盘 里看“听写”下方的文字，就知道听写内容是否在设备上处理。但系统听写是在输入框里边说边打字，苹果的说明里没有转录已有录音文件、区分说话人这些功能。
本页怎么写的：功能、模型大小和联网行为来自 Vocco 1.0.5 的代码和模型目录；准确率链接到我们公开的评测；苹果、通义听悟、飞书妙记的信息摘自它们 2026 年 10 月 26 日的官方页面。初稿由 AI 辅助撰写，并对照上述来源核对。