你思考的速度比打字快。这不是你的问题，是基本算术。人均说话速度大约每分钟 150 个词，打字大约 40 个。三个小时的打字，可能只是一个小时的说话。
那你为什么还在敲键盘？大概是因为你以前试过的听写工具给了你一份满是「嗯」「啊」、标点缺失、勉强能读的稿子，清理它比直接打字还慢。能理解。但在 Mac 上，这早已不是唯一的选择。
这篇指南会带你走一遍 Mac 上即时把语音转成文字的每一种方式，从大多数人都没正确设置过的系统自带功能，到那些一边出文字一边帮你润色的 AI 听写工具。读完之后，你会拥有一套一键工作流，几乎所有你平常写的东西都比打字更快。
在 Mac 上「即时」到底意味着什么
「Mac speech to text」的搜索结果常常把两件完全不同的事混在一起。一种是实时听写：你一边说，文字一边出现在你当下用的 App 里，跟打字一样。另一种是文件转录：你上传一段录音，等它出稿。
这篇文章讲的是第一种。如果你想转录一期播客或者一段 Zoom 录像，你需要的是另一类工具。Apple Silicon 上的「语音备忘录」现在原生支持，也有大量上传等待型的应用处理较长文件。如果你想用说的代替打——邮件、Slack 消息、笔记、初稿——那就接着往下看。
系统自带方案：macOS 听写
从 OS X 10.8 开始，每台 Mac 都有听写功能。大多数人不用，要么是不知道它在那儿，要么是早年试过觉得很差。在 macOS Sequoia 或 Sonoma 上是这样打开的：
1. 打开系统设置 → 键盘 2. 滚动到听写，打开开关 3. 选一个快捷键。默认是连按两次 Control，你可以改成连按两次 Fn 或者任意自定义 4. 在任何能输入文字的地方点一下，按快捷键，开始说话
就这样。你可以在 Mac 上任何文本框里听写：备忘录、邮件、Slack、Pages、Safari 地址栏，哪里都行。要停下来，再按一次快捷键，或者按 Esc。标点得自己念出来：「逗号」「句号」「另起一段」。
系统自带听写哪里不够用
短短一句话，Apple 的听写够用。一旦你真要把内容发给另一个人，问题就开始冒出来了。它在三个方面会掉链子。
第一，真实语音下准确率会下降。在带口音或技术内容的音频上，Apple Dictation 的词错率大约在 15–18% 左右，差不多每六个词错一个。GPT-4o Transcribe 和 Deepgram Nova-3，也就是大多数第三方 AI 听写应用背后的引擎，在同类音频上词错率在 5–9% 之间。这就是「勉强能用」和「根本看不出来是听写的」之间的差距。
第二，没有润色。Apple 是你说什么它就一字一句转什么。你说「那个，嗯，我在想我们要不要把会议挪到周二」，落到文本框里的就是这一整串。还是得你自己收拾。
第三，所有 App 用同一种风格。一条随意的 Slack 私聊和一封正式的客户邮件被一视同仁。你想要不同的语气，事后只能手动调整。
一键 AI 听写工作流
Mac 上更新一代的听写应用把这三件事都解决了。它们用更强的模型（通常是 Whisper 或 GPT-4o-Transcribe）处理音频，再把转录稿喂给一个语言模型做清理。整个循环只要几秒钟。流程在每一款应用里都差不多：
1. 按住一个键。通常是 Fn，或者你自己指派的某个功能键。一个键，不是组合键。 2. 说。自然地说。可以有口头禅。也不用想标点。 3. 松开键。App 在后台转录并润色。 4. 粘贴。最终文本进入剪贴板，或者直接落到你光标所在的位置。
如果你已经在用 Apple 的听写，但还得花时间编辑结果，那这就是升级版。润色这一步会去掉「嗯」「啊」，修正语法，加上标点，把絮絮叨叨变成清爽的句子。你怎么说话就怎么说，输出读起来却像你写出来的。
Voicr 就是围绕这种模式做的应用之一。按住 FN、说话、粘贴润色好的文字。还有其他值得对比的工具，Mac 语音转文字应用横评梳理了整个市场。
5 分钟搞定即时听写设置
动手之前先做三个决定。
挑一个「按住说话」的快捷键。一个键，不是组合键。Fn 是最理想的——它就在你左手大拇指底下，默认也没绑定别的功能。避开 Command、Option 和 Control，它们会和你常用的系统快捷键打架。
挑一个模型。大多数应用会提供几种选择。截至 2026 年，GPT-4o-Transcribe 是云端最准的选项。Whisper large-v3-turbo 是开源主力：快、支持约 100 种语言，云端或本地都能跑。如果你处理的内容比较敏感，找一款能在 Mac 本地跑 Whisper 的应用，这样数据不出设备。
决定要不要润色。有的应用默认输出润色版：清理过、专业。有的默认输出原始转录：你说什么就是什么，只是标点齐全。邮件和文档用润色版，引用原话或者要逐字记下某个想法时用原始版。好的工具允许你按会话切换。
今天就能让你说得更快的小技巧
哪怕工具选对了，头一个礼拜也会有点别扭。你会发现自己用打字的方式听写：字斟句酌，断句精确，句子说一半就想改。别这样。像打电话那样去说。
几个能缩短学习曲线的习惯： - 以短句为单位，而不是整段。按快捷键、说一两句、松开、粘贴。重复。一口气听写一封 500 词的邮件，太难。 - 别说到一半就回头改。把整段先说出来，再回去编辑。回头改会把速度优势全吃掉。 - 较长的听写留给不被打扰的时候。走路、踱步、看看窗外。任何离开屏幕的地方。思路会更清楚。
真正改变一切的，是不同 App 配不同风格。Slack 消息要随意简短，给客户的邮件要有体面的称呼和落款，代码注释又是完全另一种语气。所以 Voicr 有 Smart Rules：每个 App 设一次风格，之后会根据你当前聚焦的窗口自动切换。不用手动切换，也不用每次都补一句「请把这条改成轻松的 Slack 风格」。
系统自带 vs AI 听写：什么时候用哪个
两种方案都有它的位置。坦诚对比一下：
你想零配置、只听写一两句、不介意事后清理，就用 Apple 听写。免费，Apple Silicon 上可离线工作，不用装第三方。记一条备忘录、回一句简短消息，绰绰有余。
每天要跨多个应用写几百词以上、想直接得到无需编辑的成稿，或者需要在带口音或技术内容上保持准确——那就用 AI 听写应用。配置大约花五分钟。装完之后，你基本就感觉不到它的存在了。
想看和系统听写更细致的逐项对比，可以读Voicr 与 Apple Dictation 对比。
下一封邮件，用说的，不用打的
最快搞清楚语音转文字会不会改变你的工作方式的办法，是今天就挑一件事，用说的代替打的去完成。一封邮件回复。一条长 Slack 消息。一段早晨的日记。第一次会觉得比打字慢，到第三次就不会了。
如果你想要一款能自动润色、在任何 App 里一键就能用的工具，Voicr 正是这样。按住 FN、说话、粘贴。每月 5000 词免费，不用绑卡。这才是真正配得上「在 Mac 上即时语音转文字」这个说法的版本。