学舌鸟语音识别模型
选一个听得懂你的模型。
学舌鸟本身不绑定任何语音识别模型。第一次设置时，你从下面这些开源模型中挑一个下载；之后在「说话 → 语音模型与语言」点「管理模型」，随时可以换。不管选哪个，识别都在你的 Mac 上进行，语音不上传。
不知道选哪个？
三个常见的出发点。App 里标「推荐」的是 SenseVoice Small。
约 250 MB，这份清单里最快的多语模型。旧一点的 Mac 也跑得顺。
这份清单里中文错字最少，代价是文件约 1.5 GB、速度较慢。想折中可以选 Qwen3-ASR 0.6B。
联发科创新基地针对台湾华语和中英夹杂调整的模型。最慢，但对台湾说法更熟。
模型比较
数字来自 transcribe.cpp 公开的评测：中文错字率使用 FLEURS 中文测试集，速度在 M4 Max 上用 GPU 测量。你的 Mac、你的声音和说话内容都会让实际结果不同，可以作为相对参考。
| 模型 | 开发者 | 语言 | 下载大小 | 中文错字率越低越准 | 速度越高越快 | 许可 | 来源 |
|---|---|---|---|---|---|---|---|
| SenseVoice Small | FunAudioLLM（阿里巴巴） | 中、粤、英、日、韩 | 253 MB | 10.1% | 267× | FunASR Model License | 原始模型 .gguf 文件 |
| Qwen3-ASR 0.6B | Qwen（阿里巴巴） | 30 种，含中、粤、英 | 850 MB | 7.6% | 69× | Apache 2.0 | 原始模型 .gguf 文件 |
| Fun-ASR Nano | FunAudioLLM（阿里巴巴） | 中、英、日 | 891 MB | 8.6% | 78× | Apache 2.0 | 原始模型 .gguf 文件 |
| Breeze-ASR-25 | 联发科创新基地 | 中、英（台湾华语） | 1.2 GB | 8.1% | 22× | Apache 2.0 | 原始模型 .gguf 文件 |
| Qwen3-ASR 1.7B | Qwen（阿里巴巴） | 30 种，含中、粤、英 | 1.5 GB | 7.1% | 41× | Apache 2.0 | 原始模型 .gguf 文件 |
| Fun-ASR Nano Multilingual | FunAudioLLM（阿里巴巴） | 31 种，含中、粤、英 | 891 MB | 7.3% | 70× | Apache 2.0 | 原始模型 .gguf 文件 |
| Whisper Large v3 Turbo | OpenAI | 约 100 种 | 886 MB | 8.5% | 44× | MIT | 原始模型 .gguf 文件 |
| Moonshine Tiny (Chinese) | Moonshine AI | 中文 | 35 MB | 13.9% | 97× | Moonshine Community License | 原始模型 .gguf 文件 |
| Moonshine Base (Chinese) | Moonshine AI | 中文 | 77 MB | 17.8% | 67× | Moonshine Community License | 原始模型 .gguf 文件 |
| SenseVoice | FunAudioLLM（阿里巴巴） | 中、粤、英、日、韩 | 160 MB | — | — | FunASR Model License | 原始模型 下载文件 |
| Breeze ASR | 联发科创新基地 | 中、英（台湾华语） | 1.1 GB | — | — | Apache 2.0 | 原始模型 下载文件 |
最后两行「SenseVoice」和「Breeze ASR」是旧格式版本，直接从 Handy 的镜像站下载；模型、作者与许可分别与 SenseVoice Small、Breeze-ASR-25 相同，没有公开评测数字。
各模型特点
体积小、速度最快，会自动判断说的是中文、粤语、英文、日文还是韩文。中文错字比大模型多一些。
30 种语言，中文和粤语表现好，准确度和速度比较平衡。
FunAudioLLM 较新的模型，支持中英日，中文准确度接近 Qwen3-ASR 0.6B。
以 Whisper 为基础，针对台湾华语和中英夹杂调整。这份清单里最慢的一个。
Qwen3-ASR 的大一号版本，中文、粤语都是这份清单里最准的，也更占内存。
Fun-ASR Nano 的多语版，31 种语言，中文和日文都很准。
OpenAI 的多语模型，语言最多；粤语比较弱。
非常小，约 35 MB，只认中文。准确度明显较低，适合空间很少或只想先试试。
约 77 MB，只认中文。这份评测里准确度没有比 Tiny 好。
SenseVoice Small 的旧格式版本（ONNX int8，在 CPU 上运行），模型与许可相同。没有公开评测数字。
Breeze-ASR-25 的旧格式版本（ggml q5_k），模型与许可相同。没有公开评测数字。
也可以用你自己的模型
清单以外的模型也能用：只要是 .gguf 文件，而且是学舌鸟支持的模型类型（例如 SenseVoice、Qwen3-ASR、Fun-ASR、Whisper、Moonshine），就可以到「说话 → 语音模型与语言」点「管理模型」，在「已下载的模型」右边点「导入模型…」换上去。学舌鸟会先用一句话试识别，认得出字才会改用；不满意随时切回原本的模型。想用自己的录音训练专属模型，请看越用越懂你。
许可
模型都在 App 里直接下载，不用另外找文件：第一次设置时挑一个，之后在「说话 → 语音模型与语言」点「管理模型」可以再下载其他的。表格「来源」栏的「原始模型」是开发者发布的开源页面，「.gguf 文件」是 App 实际下载的转换版本，想了解细节可以点进去看。
每个模型的许可不同，由各自的开发者制定，表格里的许可名称可以点开看原文。使用或拿来再训练之前，请先阅读该模型的许可条款；用这些模型训练出来的模型，仍需遵守原本的许可。
这些模型由你从第三方主机（Hugging Face，以及 Handy 的镜像站 blob.handy.computer）下载，依各自的许可使用；学舌鸟不分发、也没有修改这些模型，不代表这些开发者。.gguf 转换由 Handy 项目（handy-computer）提供。
你自行导入的模型，依其来源的许可使用。