macOS 本地语音输入新选择：Input 0，本地转录 + 自定义 LLM 润色

Input 0 是一款开源 macOS 语音输入工具，将语音转录在本地完成，并支持接入自定义 LLM 润色文本，适合对数据隐私敏感的用户。

与系统听写有何不同？

macOS 自带的语音听写功能虽然可用，但存在一些不足：它会原样保留口头禅，对技术术语、缩写和品牌名的识别可能不够准确。此外，部分用户对系统级语音输入的顾虑在于数据处理路径不够透明。

Input 0 是一款开源的 macOS 本地语音输入工具，它优先在本地完成语音转文字，然后可根据你的配置调用自定义 LLM API 对文本进行润色，最后将结果直接粘贴到任意输入框。

这款工具与普通听写软件的核心区别在于，它将本地转录、自定义模型和 LLM 润色拆分为可自由组合的模块，让用户根据需求灵活选择。

工作流程

Input 0 的使用流程分三步：

1. 按住快捷键（默认 Option+Space）开始录音，松手结束，期间会显示半透明浮层，不打断当前工作。
2. 松手后，本地引擎优先调用设备本地算力完成转录，在 Apple Silicon 上体验更佳。是否联网取决于你是否启用 LLM 润色。
3. 若配置了 LLM API，则调用该 API 去除口头禅、修正语法和术语，然后自动粘贴到当前输入框。

在任意阶段按 ESC 可取消操作。历史记录中会保留原始转录和润色后的对比，方便复查。

本地语音引擎选择

Input 0 支持多种本地 STT 引擎和按需下载的模型，无需全部安装。对于大多数中文用户，推荐选择 SenseVoice Small 或 Paraformer，它们体积小、启动快。

LLM API 配置

Input 0 支持任何兼容 OpenAI 格式的 LLM，不绑定特定服务商。配置路径：打开 Input 0 → 侧边栏 ⚙️ 设置 → LLM API 区域。

• API Key：填入你的 OpenAI 或兼容服务商密钥。
• API Base URL：默认指向 OpenAI，可改为第三方地址（如 Groq、Azure、本地 Ollama）。
• Model：默认 gpt-4o-mini，可改为其他模型名。

填写后可点击「Test Connection」验证。若不需要 LLM 润色，可不填写 API Key，直接使用语音转文字功能，但输出为原始转录，需自行清理。

使用门槛

Input 0 并非开箱即用的傻瓜软件，存在以下门槛：

1. 网络门槛：本地模型从 Hugging Face 下载，若网络无法访问该平台，模型下载会受阻。
2. 设备门槛：官方推荐使用 Apple Silicon（M 系列）芯片的 Mac，Intel 芯片虽可运行但性能可能下降。
3. 数据流向：语音转文字在本地完成，但启用 LLM 润色时，转录文本会发送至你配置的 API。

适用人群

若你使用 M 系列 Mac，经常口述草稿、整理会议内容，或需要输入技术术语、品牌名和中英混合内容，Input 0 比系统听写更值得尝试。若仅偶尔使用，且不想折腾模型和 API，系统自带方案更省心。

此外，Input 0 采用 CC BY-NC 4.0 许可证，个人学习和非商业使用较自由；商业环境使用需注意授权边界。