Vox

这是什么

你有没有过这种时刻：对着电脑噼里啪啦打字写邮件、敲Slack、喂AI提示词，手指都酸了，却又不敢用系统自带听写或云端语音工具——因为“你说的每一句话都会被上传”。Vox就是冲着这个别扭感来的：按住热键正常说话（嗯、啊、自我纠正都没关系），松开后清理过的干净文本直接进剪贴板，粘贴即用。全程音频、转录、清理都在你自己的Mac或Windows机器上跑完，飞机上断网也能用。

它用Whisper或NVIDIA Parakeet做语音转文字，再用本地Gemma 4（或Apple Intelligence）做润色清理。没有账号、没有追踪、没有订阅压力（个人永久免费）。

能打的地方

• 彻底本地+可验证隐私：音频从不落盘、不上传，崩溃报告也不出去。你可以用Little Snitch/GlassWire自己验证网络请求——这在语音工具里极少见。
• 智能清理+场景语音模式：不是生硬转写。它会去掉填充词、修正自我纠正、自动列点。还能根据当前App自动切换风格：邮件正式完整、Slack短促随意、代码注释现在时第三人称、笔记自动分点……不喜欢还能自己写自定义模式。
• 零注册即用：下载安装，按住⌘⌥.（Mac）或Ctrl+Alt+.（Windows）就开始。第一次会下载模型，之后完全离线。
• Mac专属彩蛋VoxNotch：把待办塞进刘海（无刘海也能用），语音说“提醒打电话给牙医”“发票搞定了”“把Deck优先级调高”，本地模型直接增删改优先级，不碰剪贴板。
• 速度账算得清楚：官网用斯坦福数据估算——说话约150词/分钟，打字约50词，一天写3000字能省约40分钟。对高频输入的人是实打实的时间差。

适合谁 · 谁不用碰

适合：每天在邮件、即时通讯、文档、代码编辑器、AI对话框里大量“产出文字”的人；尤其在意公司/个人语音数据不外泄的隐私敏感用户；Apple Silicon Mac（M1+，macOS 14+）或Windows 10/11用户；想要“说完就能贴”而不是后期手改的人。

不用碰：主要用手机/平板、需要跨设备同步云端历史的；公司强制要求统一SaaS且已有采购云听写方案的；只是偶尔说两句、系统自带听写就够用的轻度用户；对本地大模型占用内存/首次下载体积特别敏感的低配机器用户（Windows版相对较新，可能还有小bug）。

上手门槛

需要梯子访问官网/GitHub下载（Mac的.dmg或Windows的x64安装包）。支持中文（Whisper多语言能力+清理模型可处理），但默认模式和示例偏英文写作习惯，中文清理效果需自己实测。个人使用零成本、无账号；商业用途才走Stripe付费。第一次运行下载模型后即可离线，学习成本几乎为零——热键说话粘贴三步。Mac版已迭代近一个月、有用户反馈打磨；Windows版功能齐但更“新鲜”，可能遇到小问题。

和同类怎么选

维度	Vox	SuperWhisper	系统自带听写（Apple/Windows）
核心定位	纯本地+场景化清理+个人免费	本地为主、功能丰富的Mac听写	系统级基础转写
价格模式	个人永久免费，商业$12/席/月起	付费订阅/买断常见	免费
易用性	热键+自动模式+剪贴板，几乎零配置	较高，选项多	最低，但清理弱
大陆可用性	需梯子下载，之后完全离线	类似，需梯子获取	原生可用

具体以各家官网为准。
如果你最看重“绝对不上传+按App换语气+个人白嫖”，Vox目前更直接；如果已经深度用着SuperWhisper的生态或插件，迁移成本要自己评估；系统听写免费但几乎不做智能清理，长句和填充词会让你后期改到崩溃。

值不值得试

值得。尤其是Mac上每天敲几千字、又对云端听写本能排斥的人——下载验证一下网络请求，按住热键说两分钟邮件，你会立刻知道它是不是你的菜。Windows用户可以当“尝鲜+反馈”，bug容忍度高一点再上。