Speech To Markdown：Mac 与 iPhone 版语音转 Markdown 差异详解
Speech To Markdown 是一款本地优先的语音转 Markdown 工具，Mac 版用 Whisper 和 Agent Mode，iOS 版依赖苹果端侧 AI，功能与配置各有不同。
Speech To Markdown 能做什么？
Speech To Markdown 将口述内容直接转化为结构化的 Markdown 笔记，自动添加标题、列表和段落，省去手动排版。它适合快速记录灵感、起草文章、整理日志，或把零散表达转为清晰提纲。Mac 版支持全局语音输入和 Agent Mode，可处理其他应用中的选中文本；iPhone 和 iPad 版则侧重随手录入并生成 Markdown。
- 语音转文字：实时将口述转换为可编辑文本。
- 自动整理 Markdown：根据内容生成标题、段落和列表。
- 修改已有文字：Mac 上通过语音调整选中内容。
- 继续补充内容：在现有笔记后追加新口述。
Speech To Markdown 能替代 Wispr Flow 或 Superwhisper 吗？
目前不能完全替代。Speech To Markdown 更像为技术用户设计的免费方案，无需订阅，但 Mac 版需通过官方脚本安装并编译，Agent Mode 还需自行配置 LLM 服务。若保持本地，可连接 Ollama、LM Studio。相较之下，Wispr Flow 强调跨应用与即用性，Superwhisper 的 Mac 客户端更成熟，支持本地与在线模型。虽不及商业软件，但若你已用 Ollama 等，并愿意折腾配置，可省去订阅费。
本地语音转 Markdown：Mac 与 iOS 版有什么区别？
Mac 与 iOS 版在语音识别、文本整理和安装方式上差异明显：
- Mac 版：使用本地 Whisper 进行语音转写，Agent Mode 依赖 LLM 服务（可本地或远程）。
- iOS 版：采用苹果的 SpeechAnalyzer 和 Foundation Models，完全在端侧处理，无需额外配置。
Mac 版怎么用：全局听写与 Agent Mode
Mac 版提供两种使用方式：
- 全局语音输入：按默认快捷键
⌘⌥]在任何应用中语音转文字，仅依赖 Whisper。 - Agent Mode：需配置兼容 OpenAI API 的 LLM 服务，支持三种模式：
- Format：将口述整理为标题、列表、段落的提纲或草稿。
- Edit：选中文字后语音下达修改指令。
- Append：在文档追加新内容，适合长文档。
使用前需确认三项条件：
- Mac 内存与算力：运行大模型时，内存占用取决于模型大小；8GB 内存更适合小型模型，运行大模型可能卡顿。
- iPhone/iPad 兼容性：需支持 Apple Intelligence 的设备，如 iPhone 15 Pro 及后续机型，或 M 芯片 iPad。
- Mac 安装方式：目前无 DMG，需在终端运行官方脚本，通过 Homebrew 安装依赖并编译，首次启动需下载 Whisper 模型。
Speech To Markdown 的数据会传到云端吗？
需分版本看待：
- Mac 版：语音转写本地完成，但 Agent Mode 会将文本发送至配置的 LLM 地址。若连接本地 Ollama 等，则数据不出本机；若用远程 API，则可能外传。
- iOS 版：完全在设备端处理，不连接外部服务。
适合个人灵感、草稿、日志等场景，但不支持说话人分离、会议录制、批量导入或协作，无法替代 Granola 等专业工具。
Speech To Markdown 没有 LICENSE，可以商用吗？
截至 2026 年 7 月 27 日，GitHub 仓库无 LICENSE 文件，源码公开但不代表允许修改、分发或商用。个人可体验，但若需修改、集成或商用，请先联系开发者。后续如有许可证，以 GitHub 为准。
Speech To Markdown 适合哪些用户？
适合 Mac 内存充足、已用 Ollama 或 LM Studio、愿意配置本地环境且注重数据流的用户。若需即装即用、跨平台或专业会议功能，建议选 Wispr Flow 等商业工具。老款 iPhone 或不支持 Apple Intelligence 的 iPad 无法运行移动版。
