按住右 Option 說話，放開，文字已經在游標上，沒有隨機簡體中文輸出。本地端模型權重約 708 MB。
本機模式零連網請求 · 不用帳號 · 沒有字數限制
實錄示範 · 對 AI 隊友口述訊息 · 辨識結果未經修改 · 說出「這個API的latency有點高，我們先profile一下」
macOS 內建聽寫一次只能選一種辨識語言：選了中文，句子裡的英文就被硬轉成不成樣的中文；選了英文，中文整段報廢。中英夾雜是你真實的說話方式，所以第一步就卡住了。
跳出內建方案之後，還有三種摩擦在等：
你的每一句話都得被傳到別人的伺服器，才能換文字回來。
就算提供本機語音模型，也總是用高記憶體佔用（動輒 1.6 GB）的 Whisper 系列作為唯一或預設選項。
大部分語音轉文字模型預設直出簡體，英文社群的主流選項也沒有針對繁中調教，「軟件」「視頻」就這樣混進你的文件。
Lamitype 只做一件事：在隱私優先的前提下，讓你的聲音以最小的摩擦變成文字。
同一句話。左：常見簡體直出「我先去剪头发，回来再吃干面」。右：Lamitype 實際輸出「我先去剪頭髮，回來再吃乾麵」，一對多的 髮／發、乾／干 都對。
語音模型輸出哪種字集，本來是機率問題。Lamitype 用 OpenCC s2twp 做確定性轉換，保證輸出台灣用語：軟體不是軟件，影片不是視頻。
模型權重約 708 MB，不到 Whisper Large v3 Turbo FP16 的一半。實測載入本機模型時，Lamitype 整個程序的記憶體最高約 2.1 GB，包含 MLX 閒置快取；不用時可以一鍵卸載模型。
不是偵測到英文再切換引擎，而是同一句話裡原生辨識中英混講。「這個API的Latency有點高」原樣輸出，不用切輸入法。
預設完全本機，零連網請求，你可以自己用封包工具驗證。要雲端品質時，用你自己的 API 金鑰直連供應商，中間沒有任何伺服器。程式碼 MIT 開源，原始碼本身就是隱私稽核報告。
免費，不用帳號。跟著引導完成麥克風與輔助使用權限。
在任何 app 的任何輸入框都可以。
文字已經在游標上。
聽寫之外，Lamitype 還內建裝置端 Text Polish：在任何 app 選取文字，雙擊右 Option，即可嘗試就地校對錯字、文法與標點。每個改動都用 diff 標出來，刪了什麼、加了什麼一目了然。v0.5.13 也能選擇在本機聽寫插入前自動校對，預設關閉，失敗或逾時時保留原始逐字稿。
手動校對、自動校對與校對實驗室重跑共用一份完整提示詞。提示詞要求保留語意、語氣與中英混用，輸出防護會拒絕部分明顯偏離，但小型 Apple Intelligence 模型仍可能漏修或過度修改，需要 macOS 26 以上。
校對實驗室可暫存純文字案例，讓你查看差異、重跑與匯出。每次啟動皆需自行開啟；正常結束時刪除 App 管理的資料，當機或強制結束後的殘留資料則在下次啟動清除。匯出檔與已儲存的提示詞會保留。
實錄 · 口語原文「⋯效能效能好像還可以⋯」潤成「⋯效能可以⋯」，每個改動以 diff 顯示
數字為各工具所列精度的模型權重，皆以十進位 MB 表示；約 708 MB 是 Qwen3-ASR 0.6B 的 4-bit MLX 量化。另有約 463 MB 的 4-bit Whisper-turbo。Lamitype 重視道地繁中輸出，也兼顧模型大小。選用雲端引擎（你自己的 OpenAI 或 Gemini 金鑰）時，不需載入本機語音模型，音訊會直連供應商。
完全免費，MIT 開源授權，沒有訂閱、沒有字數限制、不用註冊帳號。想用雲端辨識才需要自備 API 金鑰，費用直接付給模型供應商，不經過我們。
本機模式下，聲音轉文字不會發出任何網路請求，你可以用 Little Snitch 或封包擷取自行驗證。只有在你主動填入自己的 API 金鑰並啟用雲端辨識時，音訊才會直連該供應商。
多數模型的中文訓練資料簡繁混雜，輸出字集取決於解碼當下的機率。Lamitype 在輸出端用 OpenCC s2twp 做確定性簡繁轉換，字集不由音訊決定，一律是台灣繁體用語。
可以。模型在同一句話內原生處理中英切換，例如「這個API的Latency有點高」會原樣輸出，英文單字不會被硬翻成中文。
本機模式預設使用 Qwen3-ASR 0.6B 的 4-bit MLX 量化版，權重約 708 MB，由原生 Swift 透過 MLX 在 Apple Silicon 上直接執行，不經 Python 或本機伺服器。Qwen3-ASR 原生處理中英夾雜，台灣繁體輸出由 OpenCC 保證。也可用自己的金鑰改走 OpenAI 或 Gemini 雲端辨識。
本機模型權重約 708 MB。實測載入本機模型時，Lamitype 整個程序的記憶體最高約 2.1 GB，包含 MLX 閒置快取。不用時可以在選單一鍵卸載模型並釋放權重與快取緩衝區。
首次下載模型需要網路，之後本機語音辨識可以完全離線使用。Mac 聽寫是原生 Swift App，DMG 經 Apple 公證，拖進「應用程式」就能用，不需要安裝 Python、Homebrew，也不需要終端機指令。
Apple Silicon（M 系列）全系列，需要 macOS 15 以上。不支援 Intel Mac，因為底層依賴 MLX 框架。
同一個產品。Lamitype 的前身叫 HushType，2026 年改名，開發者、程式碼與版本歷史完全延續，GitHub 上看得到全部紀錄。