FluidVoice：首款支持设备端STT与自定义AI模型的macOS本地听写应用

macOS 上的语音输入工具不少，但真正能做到又快又本地、还让你自定义模型的，屈指可数。FluidVoice 就是这样一个新面孔——它专为 macOS 设计，主打极速本地 AI 听写，定位很明确：作为 Wispr Flow 的本地化替代方案。目前它已经在 GitHub 上开源，而且开发者已经确认，Windows、iOS 和 Linux 版本也在路上了。

核心要点

• 极致速度
  ：号称目前 macOS 上最快的本地听写应用，没有之一。

• 设备端处理
  ：完全在设备端完成语音转文字（STT），不依赖云端，隐私有保障。

• 模型定制化
  ：它是目前唯一一个允许你自定义训练 AI 增强模型的本地听写工具，识别准确度可以越用越准。

• 跨平台规划
  ：现在只有 macOS 版，但 Windows、iOS 和 Linux 版本开发中。

• 开源替代方案
  ：直接对标 Wispr Flow，给追求数据主权的用户多了一个选择。

详细分析

本地化 AI 听写的技术突破

FluidVoice 的核心突破在于把 STT（语音转文字）模型直接跑在 macOS 设备本地，而不是上传到云端。这带来的最直接好处就是响应速度——没有了网络延迟，语音刚落，文字就能出来。更重要的是，所有语音数据都留在设备上，隐私问题迎刃而解。但真正让它脱颖而出的，是它支持自定义训练的 AI 增强模型。你可以根据自己说话的习惯、专业术语甚至特定语境，对模型进行微调，在本地就实现高精度的文本转换。这一点，目前其他同类产品都还没做到。

作为 Wispr Flow 的本地替代方案

在 AI 生产力工具这个圈子里，Wispr Flow 凭借流畅的交互体验收获了不少粉丝。但 FluidVoice 走了另一条路：开源 + 本地化部署。它直接回应了用户最关心的痛点——敏感语音数据上传云端的不安全感。不仅如此，它还针对 macOS 底层性能做了专门优化，在保持高性能的同时，尽量压低系统资源占用。对于那些追求输入效率同时又特别在意数据主权的专业用户来说，FluidVoice 确实提供了一个非常对胃口的选项。

行业影响

FluidVoice 的出现，其实反映了一个更大的趋势：AI 应用正在加速从云端向设备端（边缘侧）迁移。通过允许用户自定义模型训练，它把高性能 AI 听写技术的门槛降了下来。这种模式不仅会推动 macOS 生态里隐私优先类工具的发展，也可能倒逼其他生产力软件开发者重新思考：是不是该把本地 AI 模型集成到自己的产品里？如果真这样，AI 在日常办公场景中的普及速度只会更快。

常见问题

FluidVoice 目前支持哪些操作系统？

目前只支持 macOS。不过开发者已经明确表示，Windows、iOS 和 Linux 版本正在开发中，预计很快就能用上。

为什么说它是 Wispr Flow 的替代方案？

因为它提供了几乎相同流畅的听写体验，但最大的区别在于：FluidVoice 完全本地运行，而 Wispr Flow 目前仍然依赖云端处理。此外，FluidVoice 还允许用户自定义训练模型，对隐私和个性化有更高要求的朋友来说，这显然更合适。

如何获取 FluidVoice？

项目已经在 GitHub 上开源，由 altic-dev 维护。你可以直接去它的开源仓库下载最新版本，顺便关注一下后续跨平台版本的上线时间。