听写专用于语音转文字，语音控制可操作整台mac；听写支持离线与标点插入，语音控制需下载模型且禁用听写功能，二者不可同时运行。
mac 上的听写和语音控制是两个独立但常被混淆的功能：听写专用于“语音转文字”，语音控制则能“用声音操作整台 mac”。配置前需明确用途——只输入文字选听写；要打开 app、点按钮、滚动页面，就得用语音控制。
启用并设置听写功能
听写适合快速录入长文本，支持标点自动插入和离线使用（需下载语言包）：
- 打开「系统设置」→「键盘」→「听写」，开启开关
- 点击「语言」下拉菜单，选择所需语言（如“简体中文”或“英语（美国）”）；若需离线识别，勾选「增强型听写」并等待语言包下载完成
- 在「快捷键」中设置启动组合键（默认是 Fn 键两次），也可改为其他不冲突的按键组合
- 确保「隐私与安全性」→「麦克风」中已授权「听写与语音输入」权限
- 说话时保持语速平稳，说“逗号”“句号”“新行”等可直接插入格式；识别不准的词会带蓝色下划线，点击可选替代
开启并定制语音控制
语音控制更强大，但会禁用标准听写——两者不可同时运行：
WeChat macOS Proxy
下载
macOS 微信消息自动化工具。通过 GUI 自动化实现：发送消息给指定联系人、读取聊天内容、监控新消息。适用于需要自动化微信操作的场景，如定时发送、批量回复、消息备份等。依赖 peekaboo 进行屏幕截图和 UI 交互。仅支持 macOS。开源地址：https://github.com/chairmanmia...
- 进入「系统设置」→「辅助功能」→「语音控制」，点击「启用语音控制」
- 首次启用需联网下载语音模型（仅一次），完成后麦克风图标出现在屏幕右上角
- 在「语言」中添加或切换语言；支持中文（普通话/粤语）、英文等主流语种，部分语言需单独下载
- 点开「词条」可添加专业词汇（如“PyTorch”“GitHub Actions”），提升识别准确率；支持批量导入文本列表
- 常用命令无需唤醒词：直接说“打开访达”“向下滚动”“显示命令”即可；说“停止听取”暂停，“开始听取”恢复
关键区别与使用提醒
避免误配的关键点：
- 听写只能输入文字，不能操控界面；语音控制既能听写，也能点菜单、切窗口、调音量
- 语音控制开启后，系统自带的「听写」功能自动失效，快捷键也不再响应
- 想完全离线？听写启用「增强型听写」即可；语音控制本身默认离线运行，不上传录音
- 麦克风设备可在各自设置页中单独指定，建议使用降噪效果好的外接麦提升识别率
- 若识别总出错，先检查发音清晰度，再进「词条」补充术语，最后考虑更换语言模型或重置语音数据
调试与优化小技巧
提升日常使用顺滑度：
- 说命令时适当停顿半秒，尤其连续操作如“点按编辑菜单 → 点按粘贴”
- 面对复杂界面，说“显示编号”让每个可点区域标上数字，再报编号快速交互
- 网页中不确定链接名称时，用“显示编号”+“点按 X”比尝试喊出完整标题更可靠
- 在「命令」设置页可查看当前上下文支持的全部指令，比如在 Pages 中会多出“加粗”“插入表格”等
- 定期清理语音缓存：「系统设置」→「辅助功能」→「语音控制」→「高级操作」→「删除所有语音历史」
