2026 語音輸入推薦：4 種工具比較，內建聽寫、Gboard、Wispr Flow、Whisper 怎麼選

語音輸入推薦先看你用什麼裝置、要講多久。電腦偶爾講一段，用系統內建聽寫；Android 手機用 Gboard；想在電腦每個程式裡都用講的，選 Wispr Flow；要把錄音或影片轉成逐字稿，用 Whisper。

我是 AI 家教施文凱，這篇比較這 4 個工具。費用、語言支援和語音資料去哪，都附官方連結，最後核對日期為 2026 年 11 月 3 日。價格和功能常改，付費前請以官網為準。

先說清楚：這篇沒有業配，也沒有聯盟連結。比較的依據是官方文件、我已經發布的兩篇語音輸入文章、我轉錄自己影片的紀錄，還有我自己的使用心得。我沒有親身用過的部分，我不寫心得。想知道怎麼開、怎麼講，看AI 語音輸入怎麼開；聽錯怎麼修，看語音輸入自訂詞庫。這篇只回答一件事：選哪個。

表怎麼讀：費用起點只列官方頁面寫得出來的數字。Gboard 的官方說明頁沒有列價格，我就不寫數字，付費前以 Google Play 頁面為準。Whisper 是開源模型，要自己安裝，不是按一個鍵就能在輸入框打字的軟體，所以它對應的是另一種用途：轉逐字稿。

這篇屬於 AI 工具 系列，想照順序學，從AI 工具教學入口開始。

我怎麼比較這 4 個工具？用 5 個問題，答案都找得到出處

我不做「誰最準」的排名，因為我沒有為這篇做同一份音檔的準確率測試，官方頁面也沒有給可以互相比較的中文準確率。我改用 5 個問題比較，每個答案都能回到官方頁面或我已發布的紀錄。

1. 繁體中文能不能用？看官方的語言清單或設定說明。
2. 要花多少錢？看官方價格頁，附核對日期。查不到就寫查不到。
3. 語音送去哪裡處理？看官方說明頁與隱私設定。
4. 聽錯能不能修？看有沒有自訂字典，或轉完能不能再處理。
5. 是即時打字，還是處理檔案？這決定它能不能取代你的鍵盤。

資料來源有 3 種。第一種是官方說明頁，我逐頁打開核對。第二種是我已發布的兩篇文章：AI 語音輸入怎麼開整理了課堂上請同學用語音輸入下指令的觀察，語音輸入自訂詞庫整理了詞庫規則、錄音紀錄和 Whisper 轉逐字稿的做法。第三種是我專案裡的轉錄筆記，我用 faster-whisper 轉錄自己的短影片。以下每個工具，我都把「官方寫的」和「我的紀錄寫的」分開說。

系統內建聽寫：不用裝東西，先試這個

系統內建聽寫，是 Windows、Mac、iPhone 本來就有的語音輸入功能，不用另外安裝，是成本最低的起點。

我拿它做什麼：我在課堂上請同學用語音輸入對 Claude、ChatGPT 這類 AI 下指令。同學的回饋是，卡住的地方不在工具，在於不知道怎麼講、一講就停頓、邏輯講不清楚。所以我的建議是，先用聽寫練，講完先看轉出來的字，改掉錯字再送出。

Windows：Windows 11 按 Windows 鍵加 H 開始講。微軟官方說明寫明三個條件：要連網、要有可用的麥克風、游標要在輸入框裡。語音輸入使用線上語音辨識，由 Azure Speech 提供，官方的語言清單裡有「中文（繁體，台灣）」。

Mac：到系統設定的鍵盤，打開聽寫。蘋果官方說明提醒，聽寫不是所有語言和地區都有，要到 macOS Feature Availability 查你的語言。一般文字的聽寫，可能在你的 Mac 上處理，也可能送到 Siri 伺服器，到鍵盤設定頁就看得到你這台目前的狀態。

iPhone：到設定、一般、鍵盤，打開聽寫，之後點鍵盤上的麥克風。各裝置的完整開法，我整理在AI 語音輸入怎麼開。

優點：

• 不用安裝、不用註冊帳號，現有系統就能開始。
• Windows 官方語言清單有繁體中文（台灣）。
• Mac 可以自己查語音是在裝置上處理，還是送到 Siri 伺服器。

什麼情況不適合：

• Windows 版要連網，沒網路就不能用。
• 我讀的兩份官方說明頁都沒有提到自訂字典，專有名詞聽錯時，要自己事後改字；想系統化修，要另外做詞庫。
• 各系統的快捷鍵和設定位置不同，換一台電腦就要重新熟悉。

適合誰：剛開始試語音輸入、偶爾講一兩段的人。不適合誰：要在好幾台裝置上用同一套字典、天天大量口述的人。

費用：系統內建，上面兩份官方說明頁都沒有列價格，也不用另外安裝。

Gboard：Android 手機上，點麥克風就能講

Gboard 是 Google 的鍵盤，語音輸入就在鍵盤上方的麥克風。Gboard 官方說明寫的步驟只有 5 步：安裝 Gboard、開任何能打字的 App、點輸入框、點鍵盤上方的麥克風、看到「Speak now」就開口。

我拿它做什麼：我在AI 語音輸入怎麼開寫的 Android 開法，走的就是 Gboard：先在 Gboard 加入中文鍵盤，再點麥克風。這篇我沒有另外記錄它的辨識表現，所以不下準不準的結論。

官方多給的功能：

• 說標點：官方列出 Period、Comma、Exclamation point、Question mark、New line、New paragraph，但同時寫明標點不一定每種語言都有。中文要怎麼說標點，說明頁沒有列，我就不寫。
• 替換字詞：按住要改的字，點麥克風，說出新的字。
• 平板有可拖動的語音工具列，可以暫停錄音、切換語言（要先加入多個鍵盤語言）。
• 部分 Pixel 裝置可以用 Advanced voice typing。

什麼情況不適合：

• 官方說明頁第一段就寫「Talk-to-text doesn’t work with all languages」，中文能不能用，要在你的手機上點麥克風試一次最準。
• 部分步驟需要 Android 7.0 以上。
• 我讀的這頁沒有提到自訂字典，專有名詞聽錯要自己改。

適合誰：用 Android 手機、隨手回訊息或記事的人。不適合誰：想要電腦和手機共用同一套字典與設定的人。

費用：官方說明頁沒有列價格，以 Google Play 的 Gboard 頁面為準。

Wispr Flow：想在電腦每個程式裡都用講的

Wispr Flow 是跨 Mac、Windows、iPhone、Android 的語音輸入軟體。官方價格頁寫的是「Speech-to-text in any app, 100+ languages」，也就是在任何輸入框都能用，語言超過 100 種。

我拿它做什麼：我拿它測過語音輸入的效果，覺得還可以。但它要付費。現在很多模型都能做語音辨識，我覺得為了語音輸入單獨付月費不划算。真的需要我才會付，目前我覺得不值得。我已發布的文章也用到它兩次，都是照官方文件整理的設定。一次在AI 語音輸入怎麼開，說明繁體中文要手動設定；一次在語音輸入自訂詞庫，以它的字典說明為例，教怎麼把一直出現的錯字加成修正規則。設定的部分，我只寫官方文件能核對的。

繁體中文：官方的多語言說明寫明，中文聽寫預設輸出簡體，要在設定選 Chinese – Traditional 才會輸出繁體；粵語另有獨立選項。字典：官方的字典說明寫了兩種用法，加詞讓它認得名字和術語，或加一條修正，把一直出現的錯誤拼法換掉。

優點：

• 4 個平台都有，換裝置不用換工具。
• 有字典和修正，專有名詞聽錯時有系統化的處理方式。
• 有免費版可以先試。

什麼情況不適合：

• 免費版有每週字數限制，iPhone 最緊，細節在後面的注意事項。
• 語音是在雲端處理，內容機密的話要先看資料設定。
• 繁體中文要手動選，沒選會輸出簡體。
• 只為了語音輸入單獨付月費，你會覺得不划算的話，先用內建聽寫就好。我自己就是這樣想。

適合誰：每天要大量口述、想在電腦所有程式都用同一套工具的人。不適合誰：只偶爾講一句，或內容不能離開自己電腦的人。

費用：官方價格頁，免費版 0 元；Pro 我用美元頁看到月繳 US$15、年繳折算每月 US$12。我在台灣瀏覽時，同一頁顯示月繳 NT$250、年繳折算每月約 NT$200，幣別依所在地顯示，付費前請看你自己畫面上的數字。

Whisper：把錄音和影片轉成逐字稿

Whisper 是 OpenAI 公開的開源語音辨識模型，GitHub 專案頁標示的授權是 MIT。它不能當鍵盤用，而是拿一份音檔，轉成附時間戳的逐字稿，所以它回答的是另一種問題。

我拿它做什麼：我用 faster-whisper 轉錄自己的短影片口播。faster-whisper 是用 CTranslate2 重新實作的 Whisper，官方 README 寫在相同準確度下，最多比 openai/whisper 快 4 倍。我的轉錄腳本預設用 medium 模型、語言設中文；有顯卡就走 GPU（float16），沒有就走 CPU（int8）。

我的專案筆記有 3 個具體紀錄：

• 速度：轉錄同一支片，GPU 約 19.7 秒，CPU 約 75 秒。
• 精度：同一支影片，CPU int8 和 GPU float16 去掉標點後都是 533 字，相似度 97.9%，實質差異 6 處，只有 1 處有意義：int8 聽成「IG叢林」，float16 是「IG從零」。另外兩支 33.7 秒和 47.6 秒的片，兩種精度的結果完全相同，所以差異只在較長的片才看得到。
• 文字不可信：時間戳可以信，文字不能全信，例如「口播稿」被聽成「口供稿」。我有原稿時，會用原稿覆蓋文字、保留時間戳，字數對不上就直接報錯。

另一個紀錄在語音輸入自訂詞庫：我幫一場 29 分鐘的訪談做逐字稿，即時語音辨識的版本同音錯字超過 100 處；改用 Whisper 好很多，但「平倉」還是被轉成「平昌」、「均線」被轉成「金線」，這類要再過一份講者專屬的同音錯字表。

API 版要注意：OpenAI 官方語音轉文字說明寫明，whisper-1 等 API 模型已列為棄用，將在 2027 年 2 月 26 日關閉，並建議改用 gpt-transcribe。公告列的是 API 的模型名稱；GitHub 上的開源版是另外發行的程式。

優點：

• 開源 MIT 授權，沒有授權費。
• 在自己電腦執行，音檔不用交給第三方。
• 長音檔、影片、訪談都能一次處理，直接輸出時間戳。

什麼情況不適合：

• 要安裝、要跑指令，不是按一個鍵就能打字。
• 不能邊講邊看到字。官方文件另有給即時音訊用的 Realtime transcription，那不在這篇範圍。
• 專有名詞和同音字還是會錯，要另外修。

適合誰：要把影片、訪談、會議錄音轉成逐字稿的人。不適合誰：想要即時口述寫信、回訊息的人。把影片轉成逐字稿再交給 AI 剪片，流程在自動剪片 Skill 怎麼做。

費用：開源版授權是 MIT，沒有授權費，電腦和電費自己出。API 版價格請看 OpenAI 官方頁面，我不在這裡列，因為 whisper-1 即將關閉。

我自己現在怎麼配語音輸入

我不是每台裝置都用同一個工具。依裝置分開配：

• Windows 電腦：我用開源的聲聲慢，而且自己改過，提高辨識準確度。後面接的模型也可以換。
• Mac：我用自己開發的語音輸入工具，搭配 Hammerspoon。我喜歡自己改，所以沒有用 Mac 版的聲聲慢。
• iPhone：我用內建麥克風聽寫，也用 Typeless，覺得蠻好用。Typeless 額度用完的時候，我改用 VoiceLink。
• 發 IG 限時動態：我用 iPhone 內建聽寫，因為限時動態的字數少。講一段，再用內建的「換行」分行，就很方便。

聲聲慢、Hammerspoon 和 Typeless 沒有列進上面的主比較。聲聲慢我自己改過，Mac 那套是我自己開發的，Typeless 是我另外加在手機上的。這三個要自己動手改，或是我另外加的，不適合拿來當一般讀者的第一個選擇。你想先選一個能直接用的，還是照上面的 4 個工具選。

什麼情況選哪個？情境決策表

表裡每一列的理由如下。

• 電腦上偶爾講一段：系統內建聽寫。不用安裝，Windows 按 Windows 鍵加 H 就能開始，試用成本最低。
• Android 手機回訊息：Gboard。麥克風就在鍵盤上，不用再裝別的 App。
• 每天大量講、每個程式都要用：Wispr Flow。它是這 4 個裡，官方文件同時列出 4 個平台、字典和修正功能的即時輸入工具，代價是免費版有字數限制，語音在雲端處理。
• 影片、訪談要轉逐字稿：Whisper。它處理整份音檔，輸出附時間戳，這是前三個即時輸入工具沒有在做的事。
• 內容不想送上雲端：Mac 內建聽寫，或在自己電腦跑 Whisper。Mac 要先到鍵盤設定頁確認你這台是在裝置上處理；Whisper 開源版在你自己的電腦上執行。Windows 語音輸入和 Wispr Flow 都會連到雲端。

如果你還在猶豫，我的順序是：先用系統內建聽寫講一週，記下你最常被卡住的地方。卡在專有名詞，就看字典功能；卡在要天天用、多台裝置，再考慮 Wispr Flow。

語音資料會送去哪？免費版限制和隱私先看

比功能更該先看的是兩件事：你的語音送去哪，以及免費版能講多少。下表是 4 種工具的處理位置。

Wispr Flow 的資料設定：官方的隱私說明寫明，它在雲端處理語音。「Improve the model for everyone」（用你的聽寫內容改進模型）在 Free 和 Pro 預設是開的，可以關掉；官方另一頁也提醒，關掉不等於停止雲端處理，字數、時長、使用的 App 等資訊仍會上傳，雲端儲存另有獨立開關。要講機密內容，先到設定的資料與隱私確認這兩個開關。

Wispr Flow 免費版的字數限制：依官方的免費版說明，Mac 和 Windows 超過 2,000 字會出現提醒，超過 5,000 字才擋新的聽寫；Android 2,500 字起變慢、3,000 字封頂；iPhone 550 字起變慢、750 字就擋。官方也寫明，這些是預設值，可能不更新 App 就調整，我寫的是 2026 年 11 月 3 日讀到的版本。

Gboard 的資料處理：我讀的官方說明頁沒有寫語音在哪裡處理，請看Google 隱私權政策。

聽錯怎麼辦：不管用哪一個，專有名詞聽錯都會發生。處理方式放在語音輸入自訂詞庫，裡面有詞庫規則怎麼寫、英文被改壞怎麼救。

沒有列入的工具：除了上面提到的，市面上還有別的語音輸入軟體，但我沒有在已發布的紀錄裡寫過它們，所以這篇不列，也不評。

常見問答

語音輸入 推薦怎麼選？可以找 AI 家教施文凱

選語音輸入工具，先分用途：即時口述選內建聽寫、Gboard 或 Wispr Flow，轉逐字稿選 Whisper；機密內容先查語音送去哪；聽錯的專有名詞，用字典或詞庫處理。

想把語音輸入接進你自己或團隊的 AI 工作流程，或想有人陪你一次選好、設好，可以看我的一對一 AI 教學與服務，也可以直接加 LINE 問我：官方 LINE。延伸閱讀：AI 語音輸入怎麼開、語音輸入自訂詞庫。

本文依各工具官方文件、我已發布的紀錄與我自己的使用心得整理，最後核對日期為 2026 年 11 月 3 日，價格與功能以官方頁面為準。

參考資料來源

• Microsoft Support：Use voice typing to talk instead of type on your PC
• Apple Support：Dictate messages and documents on Mac
• Apple：macOS Feature Availability（聽寫語言）
• Gboard Help：Type with your voice
• Wispr Flow：Pricing
• Wispr Flow Help Center：Use Flow with multiple languages
• Wispr Flow Help Center：Teach Flow your words with the dictionary
• Wispr Flow Help Center：Free tier weekly dictation limit
• Wispr Flow Help Center：Security and privacy overview
• Google：Privacy Policy
• GitHub openai/whisper
• GitHub SYSTRAN/faster-whisper
• OpenAI API Docs：Speech to text
• GitHub Jeffrey0117/SpeakSlow（聲聲慢）
• Hammerspoon 官網
• Typeless 官網

最後核對日期為 2026 年 11 月 3 日。