Superwhisper 私密语音输入教程：从本地模型到跨应用写作工作流

这份教程要解决什么

Superwhisper 可以把语音输入带进邮件、聊天、笔记、浏览器、文档和代码编辑器，但“能开始说话”不等于已经建立可靠工作流。语音会经过麦克风、语音模型、可选语言模型、历史与目标应用；每一步都可能改变文本或扩大数据边界。

本教程从最小权限和纯转录基线开始，再逐步加入本地或云端模型、自定义模式、词汇和跨应用插入。目标是让用户知道数据去了哪里，出现问题时能判断是识别、后处理还是应用插入，并能回到已知可用配置。

上线前检查

截至 2026 年 9 月 8 日，官方下载页要求 macOS 13.3 或更高版本、Windows 10 或更高版本、iOS 18 或更高版本。先确认设备系统、可用存储、麦克风质量和公司设备管理政策。macOS 的本地能力最完整；Windows 可使用本地语音模型，但本地语言模型当前只在 macOS 提供。

准备十条非敏感测试句，包含姓名、产品名、数字、日期、邮箱、中英文和一次口头改口。建立一个临时文档接收输出，不要首次就对客户邮件、医疗记录、财务系统或代码仓库直接操作。

记录三个成功标准：原始转录事实错误不超过可接受范围；后处理不会改动数字和否定关系；目标应用插入失败时不会覆盖已有内容。还要明确哪些数据绝不能上云，哪些低敏感内容可以使用云端模型。

第一步：安装与权限

从官方 Download 页面下载安装。首次启动时按系统提示授予麦克风权限；如果要把文字插入其他应用，通常还需要辅助功能或相应输入权限。只授予实现当前测试所必需的范围，不要看到提示就一次性开放所有目录、屏幕和自动化权限。

在系统设置中记下 Superwhisper 已获得的权限。测试完成后逐项撤销再重新授权一次，确认团队知道恢复路径。公司设备如由 MDM 管理，应让 IT 通过批准的配置下发，而不是让员工绕过安全策略。

选择一个不会与 Spotlight、输入法、会议软件或截图工具冲突的快捷键。按键后确认录音状态有清楚反馈，结束后文字只进入临时文档。若没有反应，先检查快捷键冲突和辅助功能权限，再检查模型。

第二步：建立纯转录基线

先使用不调用语言模型后处理的 Voice 模式。它只把语音模型输出成原始文本，最适合判断麦克风、语言和识别模型是否正常。不要一开始就启用邮件润色或复杂提示，因为那会把识别错误与改写错误混在一起。

依次朗读十条测试句，每条保留音频或原始历史到校对完成。标记错误类型：漏词、同音词、数字、标点、语言切换、专名或目标应用插入。若同一专名反复错误，记录到词汇候选；不要为了一个偶发错误立即增加大量规则。

用短句、长段落、安静环境和普通背景噪声分别测试。目标是建立当前设备的基线，不是证明某个厂商准确率。若原始转录已经错误，调整麦克风、语言或语音模型；语言模型无法可靠修复未知事实。

第三步：选择本地或云端语音模型

本地语音模型让音频在设备上转录，适合敏感信息、弱网和希望可预测数据流的场景。代价可能是首次下载、存储、内存和设备性能。云端语音模型更省设备资源，也可能提供不同语言与速度，但音频会通过服务端处理。

决策顺序应从政策开始：音频是否允许离开设备？若不允许，选择本地语音模型；若允许，再用真实语言、口音和设备比较速度与错误。不要因为某个模型被标为“最高准确”就忽略延迟、硬件和隐私。

官方当前列出多种本地模型，并可能随版本变化。购买前在实际设备打开模式设置核对。下载后断网运行测试句，确认没有静默切换到云端；若断网失败，查看模式实际选择，而不是只看应用全局标签。

第四步：决定是否启用语言模型后处理

语言模型可以删除口头填充、整理段落、改变语气和生成结构，但也可能改动数字、否定、专名和承诺。对医疗、财务、法律、采访引语和代码指令，先保留纯转录；对普通消息、邮件和提纲，可在人工复核前启用后处理。

macOS 可以选择本地语言模型，使第二阶段也在设备上运行。Windows 当前没有本地语言模型支持；需要完全避免云端时，应使用 Voice 模式跳过后处理。使用云端语言模型时，记录具体提供商、账户和数据协议。

Superwhisper 表示内置云端 API 使用零数据保留协议且不用于模型训练。若使用 BYOK，数据处理由你与对应提供商的协议决定。BYOK 不是自动更安全：还要检查 API 日志、区域、保留、密钥权限、额度和撤销。

第五步：建立四个明确模式

第一个模式命名为“原样听写”。关闭语言模型，只做转录，不自动补充事实。它是所有问题的诊断基线，也是敏感内容和精确引语的回退路径。

第二个模式命名为“工作消息”。要求删除嗯、啊和重复句，保留事实、数字、否定和原有语气，把内容整理为两到三段，不新增承诺。先用内部低敏感消息验证，再用于外部沟通。

第三个模式命名为“邮件”。明确输出称呼、正文和结尾，语气专业简洁；要求不编造日期、附件、会议或行动项。口述时把收件人关系和目的说清，而不是让模型从当前应用猜测。

第四个模式命名为“长文提纲”。把口述整理成二级标题、要点、待核实事实和下一步，但不生成 Markdown H1。把“事实”和“想法”分开，便于后续查证。每个模式保持单一任务，避免一个巨大提示词同时做摘要、翻译、润色、事实核验和发布。

第六步：配置中英混合词汇

从真实错误建立词汇表。优先加入姓名、品牌、产品、技术缩写、客户项目和常见英文大小写，例如 API、MCP、Directus、Superwhisper。每个词保持标准写法，不要把整段说明放入词汇项。

测试“中文句子中夹英文产品名”“英文句子中夹中文姓名”“缩写后接数字版本”三类组合。词汇命中后仍要检查语言模型是否二次改写大小写。若错误来自后处理提示，修模式；若错误来自原始转录，修词汇或语音模型。

每月清理一次过期客户名和临时项目。官方说明自定义词汇与文本替换存储并处理在本地，但词汇本身也可能包含敏感信息；仍应遵循最小保留，不要把完整账号、病历号或密钥加入。

第七步：测试目标应用

依次测试纯文本框、富文本编辑器、网页表单、聊天工具、邮件编辑器和代码编辑器。每个应用检查短句、长段落、换行、列表、中英文标点、撤销和焦点切换。某些应用可能阻止辅助功能插入或把长文本截断。

插入前先在临时文档生成，再复制到高风险系统。确认稳定后才允许直接输入。对会自动发送的快捷键、终端、数据库控制台和生产管理后台，应保留人工粘贴步骤，避免识别结果立即执行。

文本进入目标应用后，隐私边界已经改变。即使两阶段都本地，粘贴到 ChatGPT、Gmail、Slack、Notion 或 CRM 后，也受该目标服务的账户和数据政策约束。教程或团队规范必须把这个下游阶段画进数据流。

第八步：处理常见故障

症状一：完全没有录音。检查系统麦克风权限、输入设备、快捷键冲突和会议软件是否独占麦克风。先在系统录音机验证硬件，再回到 Superwhisper。

症状二：有原始文本但最终内容错误。切换到原样听写，对比两阶段。如果原始文本正确，问题在语言模型或模式提示；缩短提示、减少任务、切换模型并重新测试。如果原始文本已错，调整语音模型、语言、麦克风或词汇。

症状三：历史里有文本但目标应用没有出现。检查焦点、辅助功能权限、目标输入框限制和快捷键。先复制粘贴历史结果，确认应用接受内容；不要反复重新录音制造多个副本。

症状四：处理很慢或断网失败。确认模式是否选择本地模型，模型是否已完整下载，设备资源是否足够，是否仍启用云端语言模型。一次只改变一个设置并记录结果，避免同时换麦克风、语音模型和提示词。

历史、删除与保留

官方说明转录历史保存在本地；启用 FileSync 时，同步模式和设置等配置，不同步转录内容或音频。仍应打开 History Management，确认历史中保留什么、默认多久、如何删除，并按数据分类设置自己的清理节奏。

普通草稿可短期保留以便纠错，敏感听写完成验证后应尽快删除。删除后再搜索一次，确认条目、音频和导出副本都按预期处理。团队还要考虑设备备份、系统快照和员工离职时的本地数据。

不要让“本地保存”变成无限保留。设备丢失、共享账户、恶意软件或错误备份同样可能暴露数据。启用磁盘加密、强账户认证和屏幕锁，并把保留策略写成可执行步骤。

备份、导出与恢复

先备份必要的模式配置和词汇，不要默认备份全部历史。记录当前应用版本、主要语音模型、语言模型、快捷键和权限。完成重大升级前保存一组基准测试句与结果，升级后用相同样本回归。

恢复演练包括：撤销麦克风与辅助权限后重新授权；禁用云端模型后回到本地纯转录；从备份恢复一个模式；把目标应用改成临时文档；删除一条测试历史。只有演练成功，回退方案才真实存在。

若模型更新后质量下降，不要立刻修改所有提示。先用原样听写确认变化来自语音阶段，再回退到已知模型或临时切换云端；若只有后处理变化，固定语音模型并调整语言模型。把根因隔离后再修复。

CLI 与 MCP 的边界

Superwhisper 官方在 2026 年发布 CLI 与 MCP 能力，可让自动化工具搜索和导出本地历史。它们适合把已存在的转录交给后续整理、归档或开发工作流，但也扩大了本地历史可被其他进程访问的范围。

启用前创建低权限测试环境，确认可访问哪些历史、命令输出是否包含敏感文本、日志在哪里、自动化失败后是否重试和复制内容。不要让代理拥有超出任务需要的目录、终端或网络权限。

MCP 能读取历史并不代表可以跳过用户确认。将转录发送到邮件、工单、知识库或代码提交属于新的外部动作，应设置预览、目的地白名单、人工批准和幂等键，避免重复发送。

回滚与停用

停用前导出必要模式和词汇，删除不需保留的历史，撤销麦克风、辅助功能和自动化权限，移除 BYOK 密钥，检查开机启动与后台进程，并从团队文档中取消推荐。

如果只是临时回退，保留“原样听写 + 本地语音模型 + 临时文档”最小配置，关闭语言模型、上下文和自动发送。这样可在复杂模式故障时继续基本工作，又不会把问题扩大到下游应用。

账户或订阅取消与本地数据删除是不同动作。分别验证授权、计费、设备应用、历史、备份和第三方 API Key。完成后记录日期和负责人，确保没有遗留可继续产生费用或访问数据的路径。

上线检查清单

• 系统版本与设备满足要求。
• 麦克风和辅助权限采用最小范围，并完成撤销测试。
• 原样听写基线通过，数字、否定和专名可复核。
• 每个模式记录语音模型、语言模型和云端边界。
• 中英词汇来自真实错误，不保存高敏感完整标识。
• 高风险应用保留临时文档和人工粘贴。
• 历史、删除、备份、BYOK 和下游应用有明确规则。
• CLI/MCP 自动化使用白名单、预览和人工批准。
• 已演练断网、权限丢失、模型回退与停用。

官方资料

• Superwhisper Pro、许可与定价
• Superwhisper 下载与系统要求
• Superwhisper 敏感数据最佳实践
• Superwhisper Voice 模式
• Superwhisper 语音模型
• Superwhisper 语言模型
• Superwhisper CLI 与 MCP

资料核对日期：2026 年 9 月 8 日。价格、版本、额度与产品能力会变化，购买或部署前请重新查看对应官方页面。