📲 本地 AI

🧃iOS 本地 AI 專題：試試看 Apple 的語音辨識模型

Apple 的語音辨識模型在 macOS/iOS 26 有新版了。我們來比較看看效果。並且推薦讀者多嘗試使用語音輸入。

04 Dec 2025 • 8 min read

經過前一篇文章，讀者應該已經安裝好 Spokenly App、測試過 Whisper 各種等級的模型了。如果你在 Apple Silicon Mac 試過 Whisper Small 或 Base，應該已經體驗到幾十秒語音的能在一兩秒就轉完的神奇感受。

市面上還有很多開源的 ASR 可以玩，前一篇也教過怎麼樣導入其他模型。而我們今天則是要把鏡頭拉回 Apple 自家的 ASR，跟前一篇教過的 Whisper 比較效果。

Apple ASR

有些讀者可能知道，Apple 一直有自己的 ASR，並且有開放 API 給開發者。

從 iOS 10 以來，Apple 就有提供 Speech framework，其中的 SFSpeechRecognizer 就是能夠把語音轉換成文字的工具。

而在 iOS 26，Apple 推出了全新的 SpeechAnalyzer，並且採用 Swift 的 AsyncSequence 語法。

這些 API 要上手都不難，不過今天我們先專注在測試實際效果上。

這兩個模型的選項，在 Spokenly 裡面都有提供，所以我們只需要把模型切換過去即可（這也是為什麼我選擇它來教學與測試）。

先在 Spokenly 試試看舊的 Speech Recognition。

請注意，Apple 的文件上表示 “speech recognition is a network-based service”。不過我在 Mac 上實測，在沒有網路時也能使用。

這是因為，一開始這個 API 是連網服務，但後來隨著硬體進步，Apple 改成把模型放到裝置上跑。到了 iOS 13 就有一個 supportsOnDeviceRecognition 的 flag 可以確認。

原則上，我不會把它當成完全離線的模型來看待，因為要 runtime 才知道。不過它確實能在一些條件下離線執行。如果你想確認，就把網路關掉吧。

使用該模型的方法很簡單：在選擇模型的介面，切換到 Punctuation，就可以找到它了。

值得一提的是，在 Spokenly 能夠一邊講話一邊看到轉出來的文字。

這是因為 Speech Recognition 可以在轉錄時一邊丟出部分的結果。

如果你的 Mac 已經升級到 macOS 26 以上，就可在 Local 模型當中看到 Apple Speech Analyzer 的選項。這個模型就真的是 100% 在本地運行。