离线语音输入该下哪个模型：228MB 和 750MB 两个离线模型的取舍

语音输入非得联网才能用吗？ 不一定。但离线是有代价的，开之前最好想清楚。这篇站在用的人这边说：什么情况下值得开离线，两个模型怎么挑，开了以后会少什么，以及最容易忘的那一步准备。 文中拿来举例的是我自己做的一个 Windows 语音输入工具，后面会说名字。 什么时候值得开离线 默认走云端，好处很明显：识别准，还能让 AI 把口语顺一遍，嗯、啊去掉，说乱了的句子理通。大多数时候联网用就好。 下面几种情况，离线才派得上用场： 出差路上，网时有时无，说到一半断了。 公司电脑在内网，压根连不上外面。 说的内容不想离开自己的电脑。 如果这三种你都碰不到，离线可以先不管。 两个模型，怎么挑 能下的有两个，都是公开的开源语音识别模型： SenseVoice Small，下载约 228MB。 Fun-ASR Nano，下载约 750MB。 我的挑法比较直接： 磁盘不宽裕、电脑配置一般、平时主要说普通话：先下小的那个。 经常中英夹着说，专有名词多，或者口音比较重：可以试大的那个。官方介绍里提到它在这几种情况上做了专门处理。 拿不准，就两个都下，各说几段，留顺手的那个。 速度和准确率我这里不给数字。同一个模型换台电脑差别就不小，在你自己电脑上说几段，比看任何人的数字都准。 开了离线，少了什么 这一节最重要，不说清楚，用的人会觉得被坑了。 只剩基础转写，没有 AI 整理。口头禅、重复、说一半改口，都会原样出来。整理那一步用的是云端的大模型，离线时电脑上只跑识别。 走云端的功能用不了。工作汇报、列清单这类输入模式，语音口译、翻译这些技能，还有扫码拿手机当麦克风，都要联网。 换来的是：断网也能听写，而且离线这部分不耗时长，不算钱。 最容易忘的一步 模型要在有网的时候先下好。 听起来是废话，但离线这件事，往往就是在没网的那一刻才想起来。要出差、要去内网电脑上干活，出门前顺手把模型下了。 建议的用法 联网的时候走云端，要 AI 整理就让它整理；没网或者内容敏感的时候切到离线，说完自己把口语改一改再发。 离线写出来的字比较「生」，发给别人之前多看一眼。 最后说下名字 文中这个工具叫 PomeType，石榴 ShiliuX 出的，是我自己一个人做的，目前只有 Windows 版。离线听写这部分免费，两个模型都能下。