第一次用FluidVoice听写？这份保姆级上手清单帮你避坑

第一次用FluidVoice听写？这份保姆级上手清单帮你避坑

【免费下载链接】FluidVoiceFastest and only macOS Dictation app with on-device STT and custom trained AI enhancement model. Windows pre-build available! A local Wispr Flow alternative. DM us on X exclusive model access! 😉 - https://x.com/fluidvoiceapp项目地址: https://gitcode.com/GitHub_Trending/fl/FluidVoice

FluidVoice 是一款 macOS 上的开源语音听写软件，支持本地语音转文字（On-Device STT）和可选的 AI 文本增强，被不少用户当作 Wispr Flow 的本地平替。如果你刚安装它，却不知道从哪下手、权限怎么开、语音模型怎么选，这份新手上手清单就把第一次使用中最容易踩的坑一次性列全了，跟着做 10 分钟即可跑通第一次听写。

开始之前：先确认你的 Mac 符合要求

FluidVoice 对系统有硬性要求，不满足的话后面所有步骤都会卡住：

💡 避坑提示：如果你的 Mac 是 2020 年以前的 Intel 机型，装完会发现大部分模型列表灰色不可选，这是正常现象，请直接在语音引擎里选 Whisper。

一步安装：用 Homebrew 最快装好

在终端执行一行命令即可，这是目前最快的安装方式：

brew install --cask fluidvoice

不想用 Homebrew 的话，也可以去 Releases 页面手动下载最新版。安装完成后从启动台打开 FluidVoice，就会进入新手引导流程。

第一次打开：三张权限与检查清单

启动后主界面是 Welcome 页，左侧导航里的Quick Setup区域就是你的"避坑清单"，五项全部变绿才算真正就绪：

逐项说明（也是新手最容易卡住的地方）：

1. 语音模型就绪——第一次需要下载模型，下载完这一项才亮绿；
2. 麦克风权限——系统弹窗里务必点"允许"，否则无法录音；
3. 辅助功能权限——这是最容易被忽略的一项。FluidVoice 靠它把听写结果"打字"进任意应用，不授权的话你只能得到文本、却无法自动填入 Word、微信等输入框；
4. AI 增强配置——可跳过，属于可选项；
5. 完成一次试写——引导里会让你实际说一句话验证全链路，强烈建议完成，能提前暴露权限问题。

快捷键方面，听写的默认全局快捷键是右 Option（Alt）键，在任何应用里按一下就能开始说话，松手结束，识别结果会自动输入到光标位置。嫌它不好按的话，可以在设置里换成更顺手的组合键。

语音模型怎么选：先看语言，再看速度

这是新手问得最多的问题。FluidVoice 内置了 Nemotron、Parakeet、Cohere、Apple Speech、Whisper 等多个引擎，界面右上角有速度 / 准确率双仪表盘辅助判断：

给新手的三个选择口诀：

• 只说英语、追求最跟手：选 Parakeet 系列，延迟极低，说话到出字几乎零停顿；
• 中英混合或说小语种：选 Nemotron 或 Parakeet TDT v3，覆盖约 25~40 种语言；
• 想要最准、机器内存大：选高精度模型（Whisper Large 需要 10GB+ 内存，内存小的机器慎选，界面会有明显警告）。

另外有一个"零下载"选项：Apple Speech，直接用 macOS 系统自带的识别能力，适合想先快速体验、不想等下载的用户。模型与语言的完整对照见 README.md 的 Supported Models 一节。

AI 文本增强：要不要开？

识别出来的原始文字往往带着口语化的毛病——"五点三十"、缺标点、大小写混乱。FluidVoice 的Fluid Intelligence是一个完全跑在本地的 AI 引擎，能把原始听写润色成规范文本，全程不上传任何数据：

新手建议：先别急着开。先用纯听写熟悉几天，觉得文字糙了再在引导里下载这个本地模型（约 3.5 GB）。它和云端 AI 提供商（OpenAI、Groq 等）都是可选项，不开也完全能用核心听写功能。所有功能的实现逻辑可以参考 ASRService.swift。

遇到总听错的词：把词"教"给它

专有名词、同事名字、产品代号是语音识别的重灾区。FluidVoice 内置自定义词典，支持两种方式纠正：

• 语音教学：输入正确写法后，对着麦克风把这个词说 3 次，听对即通过；
• 手动添加：直接输入正确文本。

右上角的Auto-learn words开关打开后，它会观察你反复纠正的词并自动学习，属于"用着用着就变聪明"的功能。词典数据的存取逻辑在 PronunciationDictionaryStore.swift。

说错了想重来？翻一翻历史记录

每次听写都会本地留存（可配置），在侧栏History里能看到完整列表，点进去对比"原始识别"和"AI 处理后"的文本，支持一键复制、删除单条或清空：

这不只是"后悔药"——新手用它的最佳方式是：挑几条听写不准的记录，回到词典页把错词教给它，识别准确率会肉眼可见地提升。

新手避坑速查表

写在最后

记住核心思路：权限先给足 → 模型按语言选 → 增强功能按需开。FluidVoice 的设计原则是"一切皆可选"，除麦克风和快捷键外没有必选项，所以第一次上手不必追求把所有开关都点亮。

想深入了解的，可以看看仓库内的 docs/MACOS_UI_AUTOMATION_BRANCH_PLAN.md 了解自动化的开发规划，或浏览 Sources/Fluid/Services/ 目录下的各功能模块源码。祝你的第一次语音听写顺利！

【免费下载链接】FluidVoiceFastest and only macOS Dictation app with on-device STT and custom trained AI enhancement model. Windows pre-build available! A local Wispr Flow alternative. DM us on X exclusive model access! 😉 - https://x.com/fluidvoiceapp项目地址: https://gitcode.com/GitHub_Trending/fl/FluidVoice