學舌鳥運作方式 · 模型架構
一句話，從說出口到貼上。
學舌鳥有語音辨識底模和中、英文語氣模型：把聲音變成文字的語音辨識底模，和判斷要不要提醒你的學舌鳥語氣模型，都在你的 Mac 上執行。底模可以自己換，也可以放進你自己訓練的模型。
流程
跟著一句話，走一遍。
從你開口到貼上，只有一步可能離開你的 Mac：你自己選用的 AI 整理。其他都在本機完成。
語音辨識
按住熱鍵說話，你選的語音辨識底模把聲音變成文字。
中文整理
套用你的詞典修正人名和用語，轉成繁體字形，補上標點、修正常見的近音詞。
AI 整理口語
拿掉贅詞和改口。沒有設定 AI 時，改用本機規則。
貼上
貼到游標所在的位置；文字紀錄存進你自己 iCloud 裡的學舌鳥資料夾。
語氣提醒
語氣模型逐句判斷中文或英文，也能混用；再讀當下情境，由個人化層微調。
對話內容僅為示意。
模型架構
每個模型都是一層一層疊上去的。
下面是學舌鳥提供給所有人的部分，上面是你自己累積的部分，只屬於你，不會上傳。
語音辨識
辨識完再修正人名、專有名詞。跟用哪個底模無關，換了也照樣有效。
第一次設定時從清單選一個下載，例如 SenseVoice、Qwen3-ASR、Breeze-ASR-25。之後可以隨時換。看各模型比較
用你自己的聲音訓練過的模型。匯入後取代底模，隨時可以切回。
取代底模，不是疊加
語氣提醒
在提醒卡按「判斷不對」並確認，滿 20 筆就能在「個人化訓練」頁訓練。只調整語氣和提醒的判斷。
內建中文模型約 11 MB，英文 EN2 約 15 MB；逐句判斷語言，中英混用也可以。兩者都在 Mac 上執行。一句話讀出七件事：場景、對象、目的、場合、語氣、會不會刺傷人、太隨便。
換底模、匯入模型
在「管理模型」裡換。
下面是實際的操作畫面，橘色圈起來的就是要按的地方。
打開「管理模型」
在學舌鳥左側選「說話」，找到「語音模型與語言」，按右邊的「管理模型」。
左下角也會一直顯示目前用的底模，可以從那裡快速切換已下載的模型。
說話
怎麼開始、怎麼結束、用哪個模型聽換一個底模
「已下載的模型」點一下就切換；「可供下載」裡的模型，按「下載」，下載完就能用。
模型越大通常越準，也越慢。想要快可以先用 SenseVoice Small，想要中文更準可以試 Qwen3-ASR。各模型比較 →
匯入自己的模型
按「已下載的模型」右邊的「匯入模型…」，選一個 .gguf 檔。學舌鳥會檢查格式、複製檔案，再用 Mac 內建的語音唸一句來試辨識。
認得出字才會啟用，並自動切換過去。失敗時會寫出原因，原本的模型不受影響。
確認結果，或切回標準版
匯入成功會顯示試辨識的結果。匯入的模型標「自己匯入」，也會寫出它不支援的功能。
不滿意就按「切回標準版」，不需要了也可以刪除。
試辨識結果：今天下午3點開會，請準時參加。
匯入前的注意事項
- 格式：只接受 .gguf，而且要是學舌鳥支援的模型種類，例如 SenseVoice、Whisper、Qwen3-ASR。
- 授權：用別人的底模訓練出來的模型，仍要遵守原本的授權，例如標示出處、保留模型名稱。
- 功能：有些模型不支援即時串流或翻譯，匯入後會標示。
- 來源：只匯入你信任的檔案。試辨識在獨立的程序裡進行，壞掉的檔案不會拖垮學舌鳥。
匯入不會影響這些
- 你的詞典：辨識後照樣修正。
- 學舌鳥語氣模型和你的個人化層：跟語音辨識無關。
- 原本的底模：留在清單裡，隨時切回。
- 原始檔：已經複製進來，之後搬走或刪掉都沒關係。
進階 · 用自己的聲音訓練
從學舌鳥匯出資料，訓練你自己的模型。
學舌鳥負責提供資料、使用你的模型；訓練要在你自己的電腦上做，需要一些技術能力和 GPU。
匯出你的資料
在左側選「詞典與紀錄」，捲到「資料存放位置」，在「我的資料」按「匯出」，選一個位置存 zip。
錄音在這台 Mac 留多久，由設定裡的「錄音保留多久」決定（最近 300 段、3 天、2 週、3 個月或永不刪除）。想累積更多訓練資料，可以設成永不刪除，或記得定期匯出。
詞典與紀錄
讓學舌鳥認得你的詞，並留下每一句zip 裡面有什麼
錄音放在 app/recordings/，每一句的文字紀錄放在 icloud/年份/ 的每日 .jsonl 檔，一行一句。
每一行的 audio 是錄音檔名，raw 是辨識出來的原文，text 是最後貼上的文字。
整理成訓練清單
把錄音和「正確的文字」配成一張清單。raw 是模型聽到的，不一定對；text 經過 AI 整理，可能刪掉贅字、加了標點，也不完全等於你說的話。
最可靠的做法：以 raw 為底，逐句聽過、改成你實際說的字。答案用你想要的字形，例如全部繁體。
訓練、檢查、匯入
用你選的底模官方提供的訓練工具微調，只調整少量參數，例如 LoRA。訓練完用 test.csv 比較錯字率，也拿一些別人的聲音測，確認沒有變差，再轉成 .gguf 用「匯入模型…」放進學舌鳥。
以我們的測試，大約 30 分鐘、幾百句的錄音就能看到效果，人名、產品名、你的口音最容易改善。
越用越懂你
模型更新了，你的那一層不會不見。
學舌鳥語氣模型更新時
推出新版語氣模型時，學舌鳥會用你存下來的回饋，自動在新版上重新訓練你的個人化層，通過驗收才套用。你不用從頭累積，也隨時可以還原上一版。
換語音辨識底模時
語音辨識是整個換掉，不是疊加。詞典在辨識之後才作用，所以不管用哪個底模，你的詞典都有效。
資料放在哪裡
你的資料，只在你自己的地方。
你自己的 iCloud
詞典、我的資料、改寫格式，以及每一句的文字紀錄，放在你 iCloud 裡的學舌鳥專屬資料夾。只有你看得到，Mac 和 iPhone 用同一份。
只在這台 Mac
錄音、個人化素材、你的個人化層，以及語音辨識模型檔案。不上傳，也不放進 iCloud。