Mac 语音转文字说「不上传」：指音频还是文字
听写分两步：先语音转文字，再由 AI 清稿，「不上传」常常只说了第一步。关掉 Wi-Fi 测音频去向，看清清稿请求里有什么，七个问题问任何厂商，附 ListenIn 逐条回答。
「不上传」少了一个宾语。听写 App 的产品页写「本地识别」「隐私优先」「数据不出设备」，都没说清不上传的是什么：是你的声音，还是识别出来的文字？这两样走的是两条路，答案可以完全不同。把这一点拆开，「Mac 听写会不会上传」和「公司里能不能用」才有办法回答。
一次听写，机器做了两件事
拿一句中英混说的话做例子。你对着 Cursor 说：
嗯那个……把 auth 那个 middleware，呃，改成用 JWT 校验，然后把旧的 session 那套删掉。
第一步是识别：引擎把这段音频变成文字，大致是「嗯那个把 auth 那个 middleware 呃改成用 JWT 校验然后把旧的 session 那套删掉」。有的引擎会顺手加标点，但「嗯」「那个」「呃」都还在，说错重来的半句也在。macOS 自带听写停在这一步，说什么写什么。
第二步是清稿：一个语言模型拿到这段文字，删掉语气词，修同音听错，补标点，输出「把 auth middleware 改成用 JWT 校验，然后删掉旧的 session 那套。」
两步之间有一条清楚的分界线：第一步的输入是音频，第二步的输入只是文字。「本地」「不上传」可以只修饰其中一步。识别在本机、文字发到云端清稿，是一种；音频发到云端识别、根本没有清稿，是另一种。两种都能在产品页上写「隐私」。所以问「是不是本地」没用，要拆成两问。
第一问：音频出没出这台 Mac
音频比文字敏感得多。它带着你的声纹、旁边同事的声音，还有你按取消之前说过的每一句话。文字发出去之前你可以先看一眼，音频不行。
关掉 Wi-Fi 试一句。 断网，点进任何输入框，说一句带「嗯」「那个」的话，看结果：
| 你看到的 | 说明 |
|---|---|
| 没有字，或提示需要联网 | 识别在云端，音频出去了 |
| 出来一段原始文字，「嗯」「那个」都在，可能附带清稿失败的提示 | 识别在本机，清稿在云端 |
| 出来一段干净的文字 | 两步都在本机（仍要去厂商的数据页确认） |
Apple 的识别引擎自己就会加标点，所以有没有标点不算判据，看语气词。
这个测试只能证明「断网时能用」，证明不了「有网时从不用网」。Apple 自己的语音引擎就是例子：视 macOS 版本和语言，它可以在设备上处理，也可以用 Apple 的服务端处理，除非 App 明确禁止。有网时走哪条路，只有厂商的数据流向文档能回答。没有这份文档，本身就是答案。
ListenIn 的答案：识别交给 Apple 语音引擎，并强制本机处理；macOS 26 上的新一代引擎和 macOS 14–15 上的经典回落引擎都是这样，经典引擎不被允许使用 Apple 的云端语音服务。任何模式下，音频都到不了 ListenIn 的清稿服务。安全页按模式列出了每一项会离开本机的内容，没有一行是音频。
第二问：清稿请求里装了什么，寄给了谁
这一问多数隐私页跳过，因为诚实的回答是「文字会发给某家大模型」，还得说清是哪家、带了什么。
以 ListenIn 的内置清稿为例，一次请求里有什么、没什么，列清楚：
| 带 | 不带 |
|---|---|
| 识别出的文字 | 音频 |
| 清稿设置（力度、字形等） | 屏幕截图、其他窗口的内容 |
| 可选：个人词典词条、语气提示、光标附近的文字上下文 | 账号名、邮箱（没有账号系统） |
| 词一级的纠错对（gethub → GitHub）和高频词 | 整句、过往的转写 |
| 随机设备 ID（记配额）、可选的 Pro license key | 你的历史记录 |
服务端不存转写数据库，文字转发给配置好的模型提供商，适用该提供商的 API 条款，隐私页写了是哪几家。听写历史和个人词典留在你的 Mac 上，随时可删。
清稿守一条规则：只整理，不发明。它删语气词、修同音错、排版；不替你补内容，你口述的问题也只会被写下来，不会被回答。想让它改动最少，把「清稿力度」调到「忠实（只加标点）」。
如果连 ListenIn 的服务器都不想经过，有两条路：
- 自己的 key。 在「设置 → 模型」里添加你的服务商，文字从 Mac 直连过去，不占内置配额，ListenIn 的服务器不在链路上。公司已经有审批过的模型接口的话，指过去就行。
- 本地 Ollama。 同样在「设置 → 模型」里选一个本机模型，打开「离线模式」。清稿在 Mac 上跑；配上强制本机识别，音频和文字都不出这台机器。步骤见Ollama 全本地配置。
公司里能不能用：拿数据流向对制度
客户名字、源码、合同条款能不能口述，是你公司的规定，不是厂商说了算。你能做的，是选一条数据流向和现有规定对得上的路：
| 路线 | 音频 | 文字去哪 | 对应的制度 |
|---|---|---|---|
| 内置清稿（默认，零配置） | 留在 Mac | ListenIn 服务 → 模型提供商 | 允许贴进网页版 AI 助手的内容 |
| 自己的 key | 留在 Mac | 只到你指定的服务商 | 公司已批准某家模型接口 |
| 本地 Ollama + 离线模式 | 留在 Mac | 不出本机 | 不许碰任何第三方的内容 |
三条路的音频那一列都一样，这是 ListenIn 架构里不变的部分；变的只有文字那一列，而且由你选。
港台同事常问繁体：「中文字形」设为「锁定繁体」是一项清稿设置，跟着识别文字走文字那条通道，不改变音频的边界。三条路对繁体输出同样成立，细节见繁体字形锁定那篇。
问任何厂商的七个问题，附 ListenIn 的回答
换别的 App 也用得上。把「问题」一列贴进厂商的支持表单；认真想过这件事的厂商，一段话就能答完。
| # | 问题 | 清楚的回答长什么样 | ListenIn |
|---|---|---|---|
| 1 | 原始音频会不会离开 Mac？什么条件下会？ | 「从不」，或一份点名的例外清单 | 从不。两个识别引擎都强制本机 |
| 2 | 哪些文字会离开？在哪些模式下？ | 一张按模式拆开的表 | 识别文字加上面表里的可选项，只在清稿运行时发出；逐模式见安全页 |
| 3 | 会截屏或读其他窗口吗？ | 「不会」，并说明辅助功能权限用来做什么 | 不会。辅助功能用于接触发键、在光标处粘贴，以及粘贴后短时间内回读那个输入框以学习你的纠错；回读留在本机 |
| 4 | 服务端保留多久？ | 「不存转写」，或一个明确期限 | 没有转写数据库，只留匿名字数统计用于配额 |
| 5 | 音频或文字会用来训练吗？ | 厂商与模型提供商分开回答 | ListenIn 从不拿音频训练，也收不到音频；文字按提供商 API 条款处理，用 Ollama 则谁都不给 |
| 6 | 要账号吗？用什么识别我？ | 「不要，随机设备 ID」，或列出账号字段 | 没有账号，免费额度按随机设备 ID 计 |
| 7 | 没网时会怎样？ | 哪一步还能用，你拿到什么 | 识别照常；清稿不可用时原始转写照样落到光标处；开「离线模式」配本机模型，清稿也能离线 |
断网直接失败，是证据不是 bug
ListenIn 接受的代价在这里：macOS 14–15 上，Apple 的经典识别引擎需要对应的听写语言已经下载到本机。没下载，ListenIn 不会悄悄把音频送去 Apple 的服务器补救，而是直接失败，HUD 提示：
识别持续失败——请确认你说的语言已在「系统设置 › 键盘 › 听写语言」中下载
第一次碰到是烦。但这是唯一和「音频从不离开 Mac」自洽的行为。一个承诺本机识别、断网却从不失败的 App，要么自带了所需的语言模型，要么有一条它没写出来的回落路径。碰到了，下载语言包只要一分钟。
最后一道边界：密码框
不管走哪条路，粘贴前还有一道检查。密码框和开着安全输入的 App，ListenIn 不粘贴，改为弹一张复制卡片，提示写的是「密码框里不粘贴 · 点击复制」或「有 App 开着安全输入，暂时无法粘贴 · 点击复制」。其他地方先粘贴、再核对文字是否落地，确认没落地时同样给复制卡片。在终端里口述的读者，可以看安全键盘输入那篇。
在自己的 Mac 上试一下
免费档不用注册；音频不出本机。