NotchLiveMac 上的 Apple Speech 与 Whisper：用熟悉的音频对比两者
用一段你熟悉的音频，在同一个应用里比较 Apple 和 Whisper。NotchLive 让你在同一字幕工作区重复播放相同内容、切换识别引擎，看看谁更能识别人名、专业术语和日常表达。
不必准备基准测试数据集，也能做出实用的选择。先看重要的词是否准确，以及字幕读起来是否跟得上。下面的步骤只需要免费的实时字幕；付费的录制和导出功能是可选项。
用同一片段试用两种引擎
- 挑选熟悉的片段。选择你能靠听觉核对的短录音，最好有人名、产品名或专业词。记下两次播放共用的起止位置，并确保你有权播放这段音频。
- 只使用应用音频。更改识别设置前暂停字幕。在 Settings → Speech & Audio 中，将 Listen To 设为 Apps & Media。两次使用相同播放器、音量和播放速度。麦克风采集另行比较。
- 选择所说的语言。将 Apps & Media Language 设为片段的语言；如有地区选项，也保持一致。在 NotchLive 中，Automatic 会选择 Whisper。因此，此次 Apple/Whisper 对比需要指定具体语言。
- 先运行 Apple 选项。在 Speech engine 下选择 Apple。完成必要下载和准备，等待就绪。记下语言设置下显示的模型名：Apple Speech 或 Apple Dictation。恢复字幕并播放选定片段。
- 再用 Whisper 播放同一部分。暂停字幕，选择 Whisper，记下模型名，例如 Small。按需准备模型，恢复字幕，再从相同位置开始播放。每次只运行一个引擎，比较的是先后两次结果。
- 核对难点词语。记下哪次正确识别了人名、数字和专业术语。注意漏句、静音时多出的词，以及停顿后的恢复表现。无需计算准确率分数，也能判断哪个更适合自己。
判断最终文本前，等最后几个词稳定下来。不要把下载和模型准备时间混入实际跟读体验。如果之后尝试更大的 Whisper 模型，把它作为单独一次测试，并记录模型名。
具体应该比较什么？
与其凭第一句话下结论，不如逐项检查这些细节：
- 人名、缩写和行业词：字幕是否保留了你实际听到的词？
- 数字、单位和否定：金额、日期或漏掉的“不”有没有改变意思？
- 停顿和静音：有没有漏掉轻声回答，或加入无人说过的词？
- 阅读节奏：有用的文字多快出现，定稿前又修改了多少？
Apple Speech 与 Apple Dictation 是不同的识别器
查看设置中实际显示的模型标签，并连同笔记保存。它们对应不同的 Apple 模块：
| NotchLive 标签 | Apple 模块 | 结果中应记录 |
|---|---|---|
| Apple Speech | SpeechTranscriber | Apple Speech 及所选区域语言 |
| Apple Dictation | DictationTranscriber | Apple Dictation 及所选区域语言 |
NotchLive 的 Apple 选项优先使用受支持的 SpeechTranscriber；某些可用语言需要时会使用 DictationTranscriber。两者的结果应分开记录，不能将 DictationTranscriber 的结果标为 SpeechTranscriber。Apple 分别提供了 SpeechTranscriber 与 DictationTranscriber 文档。如果设置实际显示 Whisper，该次结果就应标为 Whisper。
根据语言和 Mac 选择
NotchLive 中的 Apple 识别需要 macOS 26 或更新版本，以及兼容的 Mac 和语言，可能还需下载。Whisper 仍可用于较旧的受支持 macOS，并有多种模型大小。语言覆盖和识别准确度是两个问题，都应结合自己的用途核对。
更新 NotchLive 不会自动把已有 Whisper 用户切换到 Apple；可在设置中自行更改。NotchLive 1.14 的自动语言检测和文件导入使用 Whisper。Apple 语音模型、Apple Translation 语言包与 Apple Intelligence 属于不同能力和下载。
比较翻译字幕时，先检查识别出的原文。翻译发生在识别之后，会带来另一层差异。先在 Caption 模式比较识别，再以相同目标语言和设置单独评估翻译。
可选：测量对比结果
展开测试方法与测量细节
如果要公开测量结果，请让测试可重复，并说明适用范围。本文不宣布一个实测赢家，NotchLive 的字幕界面也不会自动计算基准测试分数。
- 使用核对过的参考转录。适合按词划分的语言可报告词错误率（WER）；其他文字可用字符错误率（CER）或说明分词方式。交代标点、大小写、数字和文字形式如何归一化。
- 分别测量首批可见文字的时间与最终定稿时间。快速出现的临时猜测和准确完成的转录，回答的是不同问题。
- 记录 NotchLive 构建号、实际识别器、Whisper 模型、Mac、macOS、区域语言、音频路径、片段边界、冷暖启动状态和测试次数。下载与准备开销另计。
- 仅凭应用 CPU 较低，不能证明使用了 Neural Engine 或总能耗较低。Apple 语音服务可在应用进程之外工作；应明确测量了哪些进程和资源。
- 使用多段真人语音，同时展示成功与失败。只有取得必要权利时才分享样本和参考文本。少量片段的结果只说明那些片段，不能代表所有语言和口音。