學舌鳥語音辨識模型
選一個聽得懂你的模型。
學舌鳥本身不綁定任何語音辨識模型。第一次設定時，你從下面這些開源模型挑一個下載；之後在「說話 → 語音模型與語言」按「管理模型」，隨時可以換。不管選哪個，辨識都在你的 Mac 上進行，聲音不上傳。
不知道選哪個？
三個常見的出發點。App 裡標「推薦」的是 SenseVoice Small。
約 250 MB，這份清單裡最快的多語模型。舊一點的 Mac 也跑得順。
這份清單裡中文錯字最少，代價是檔案約 1.5 GB、速度比較慢。想折衷可以選 Qwen3-ASR 0.6B。
聯發科創新基地針對台灣華語和中英夾雜調整的模型。最慢，但對台灣說法比較熟。
模型比較
數字來自 transcribe.cpp 公開的評測：中文錯字率用 FLEURS 中文測試集，速度在 M4 Max 上用 GPU 測量。你的 Mac、你的聲音和說話內容都會讓實際結果不同，可以當作相對參考。
| 模型 | 開發者 | 語言 | 下載大小 | 中文錯字率越低越準 | 速度越高越快 | 授權 | 來源 |
|---|---|---|---|---|---|---|---|
| SenseVoice Small | FunAudioLLM（阿里巴巴） | 中、粵、英、日、韓 | 253 MB | 10.1% | 267× | FunASR Model License | 原始模型 .gguf 檔 |
| Qwen3-ASR 0.6B | Qwen（阿里巴巴） | 30 種，含中、粵、英 | 850 MB | 7.6% | 69× | Apache 2.0 | 原始模型 .gguf 檔 |
| Fun-ASR Nano | FunAudioLLM（阿里巴巴） | 中、英、日 | 891 MB | 8.6% | 78× | Apache 2.0 | 原始模型 .gguf 檔 |
| Breeze-ASR-25 | 聯發科創新基地 | 中、英（台灣華語） | 1.2 GB | 8.1% | 22× | Apache 2.0 | 原始模型 .gguf 檔 |
| Qwen3-ASR 1.7B | Qwen（阿里巴巴） | 30 種，含中、粵、英 | 1.5 GB | 7.1% | 41× | Apache 2.0 | 原始模型 .gguf 檔 |
| Fun-ASR Nano Multilingual | FunAudioLLM（阿里巴巴） | 31 種，含中、粵、英 | 891 MB | 7.3% | 70× | Apache 2.0 | 原始模型 .gguf 檔 |
| Whisper Large v3 Turbo | OpenAI | 約 100 種 | 886 MB | 8.5% | 44× | MIT | 原始模型 .gguf 檔 |
| Moonshine Tiny (Chinese) | Moonshine AI | 中文 | 35 MB | 13.9% | 97× | Moonshine Community License | 原始模型 .gguf 檔 |
| Moonshine Base (Chinese) | Moonshine AI | 中文 | 77 MB | 17.8% | 67× | Moonshine Community License | 原始模型 .gguf 檔 |
| SenseVoice | FunAudioLLM（阿里巴巴） | 中、粵、英、日、韓 | 160 MB | — | — | FunASR Model License | 原始模型 下載檔 |
| Breeze ASR | 聯發科創新基地 | 中、英（台灣華語） | 1.1 GB | — | — | Apache 2.0 | 原始模型 下載檔 |
最後兩列「SenseVoice」和「Breeze ASR」是舊格式版本，直接從 Handy 的鏡像站下載；模型、作者與授權分別跟 SenseVoice Small、Breeze-ASR-25 相同，沒有公開評測數字。
各模型特色
體積小、速度最快，會自動判斷說的是中文、粵語、英文、日文還是韓文。中文錯字比大模型多一些。
30 種語言，中文和粵語表現好，準確度和速度比較平衡。
FunAudioLLM 較新的模型，支援中英日，中文準確度接近 Qwen3-ASR 0.6B。
以 Whisper 為基礎，針對台灣華語和中英夾雜調整。這份清單裡最慢的一個。
Qwen3-ASR 的大一號版本，中文、粵語都是這份清單裡最準的，也比較吃記憶體。
Fun-ASR Nano 的多語版，31 種語言，中文和日文都很準。
OpenAI 的多語模型，語言最多；粵語比較弱。
非常小，約 35 MB，只認中文。準確度明顯較低，適合空間很少或只想先試試。
約 77 MB，只認中文。這份評測裡準確度沒有比 Tiny 好。
SenseVoice Small 的舊格式版本（ONNX int8，在 CPU 上執行），模型與授權相同。沒有公開評測數字。
Breeze-ASR-25 的舊格式版本（ggml q5_k），模型與授權相同。沒有公開評測數字。
也可以用你自己的模型
清單以外的模型也能用：只要是 .gguf 檔，而且是學舌鳥支援的模型種類（例如 SenseVoice、Qwen3-ASR、Fun-ASR、Whisper、Moonshine），就可以到「說話 → 語音模型與語言」按「管理模型」，在「已下載的模型」右邊按「匯入模型…」換上去。學舌鳥會先用一句話試辨識，認得出字才會改用；不滿意隨時切回原本的模型。想用自己的錄音訓練專屬模型，請看越用越懂你。
授權
模型都在 App 裡直接下載，不用另外找檔案：第一次設定時挑一個，之後在「說話 → 語音模型與語言」按「管理模型」可以再下載其他的。表格「來源」欄的「原始模型」是開發者發佈的開源頁面，「.gguf 檔」是 App 實際下載的轉檔版本，想了解細節可以點進去看。
每個模型的授權不同，由各自的開發者訂定，表格裡的授權名稱可以點開看原文。使用或拿來再訓練之前，請先看過該模型的授權條款；用這些模型訓練出來的模型，仍要遵守原本的授權。
這些模型由你從第三方主機（Hugging Face，以及 Handy 的鏡像站 blob.handy.computer）下載，依各自的授權使用；學舌鳥不散布、也沒有修改這些模型，不代表這些開發者。.gguf 轉檔由 Handy 專案（handy-computer）提供。
你自行匯入的模型，依其來源的授權使用。