我把 Typeless 刪啦！開源產品 Airtype 終於支持本地模型，本地優先的語音輸入真香！

作者：01麻瓜社

日期：2026年8月13日上午8:10

來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點高亮

Airtype v0.13.0 加入完全本地語音識別，Qwen3-ASR + MLX 令語音輸入私隱優先、唔使 API Key。

整理版摘要

呢篇文章由開源 macOS 語音輸入工具 Airtype 嘅開發者 sugarforever 親自寫，講述 v0.13.0 版本加入『MLX Local』，令語音轉文字可以完全喺 Mac 本地運行，徹底擺脱雲端 API Key 同音頻上傳。以前用 Airtype 要將錄音送去 OpenAI、ElevenLabs 等服務，用戶要自己搞 API Key，而且網絡唔穩定就會影響轉錄。今次改動最核心係將成條數據路徑變成『錄音 → Mac 本地模型 → 即時出字』，私隱同穩定性都大幅提升。

作者想帶出一個關鍵觀點：本地模型唔係就咁喺選單加個名咁簡單，背後要處理模型下載、管理、推理、同埋 macOS 公開分發嘅簽名公證等成串問題。佢揀咗 Qwen3-ASR 嘅 4-bit 量化版本，透過 MLX 框架喺 Apple Silicon 上執行，模型由 Hugging Face 嘅 mlx-community 倉庫下載。整體結論係呢個版本真正實現『Your voice. Your Mac.』嘅理念，但同時亦要對技術細節有足夠掌握先做到。

文章實際俾咗好清晰嘅用法：開設置揀 MLX Local，下載 0.6B 或 1.7B 模型，然後按住快捷鍵講嘢就得。對於開發者嚟講，佢亦分享咗發佈前遇到嘅問題，例如 MLX Audio 依賴要固定版本、公證時遇到開發者協議過期等，非常有參考價值。

結論：Airtype v0.13.0 透過 MLX Local 實現完全本地語音轉文字，唔使 API Key，錄音唔會上傳，私隱優先。
方法：用 Qwen3-ASR 4-bit 量化模型（0.6B / 1.7B）+ MLX 框架，喺 Apple Silicon 上直接推理，模型由 Hugging Face 下載。
差異：本地化唔係加個模型名，而要處理模型選擇、模型管理同本地推理三層能力，仲要考慮依賴版本同 macOS 公證。
啟發：代碼可以編譯唔等於功能可以發佈，發佈前要處理簽名、公證、依賴固定，先係一個完成嘅功能。
可行動點：用戶可以而家就試：設置揀 MLX Local → 下載模型 → 按 Option+Space 講嘢；0.6B 慳資源，1.7B 質素更高。

值得記低

連結 airtype.space

Airtype 官網

產品首頁，宣示『Your voice. Your Mac. Nothing else.』

連結 github.com

Airtype 開源代碼倉庫

GitHub 上嘅 Airtype 源碼

連結 github.com

Airtype v0.13.0 Release

下載最新版本

連結 huggingface.co

Qwen3-ASR-0.6B-4bit

MLX Community 轉換嘅 4-bit 模型，約 708 MB

整理重點

點解要將識別搬返 Mac？

Airtype 原本嘅做法係錄音後將音頻交俾雲端服務（OpenAI、ElevenLabs、Mistral、豆包等）轉寫，再將結果插入當前應用。呢條路徑雖然可以快速接入唔同服務商，但用戶要自己準備 API Key，而且每次講嘢都會產生網絡請求。

用戶要自己準備 API Key，錄音仲要上傳

對於一個長期待喺菜單欄、隨時可能被喚起嘅語音輸入工具，呢啲摩擦好難忽略。用戶講嘅內容可能係未寄出嘅郵件、一段代碼、會議筆記，甚至只係未成形嘅想法。

API Key 要自己去申請，增加入門門檻
錄音要經網絡送出，有私隱顧慮
轉寫受網絡同外部服務狀態影響，唔穩定

v0.13.0 冇移除原有雲端服務，而係增加咗 MLX Local。揀佢之後，基本過程變成：麥克風錄音 → Mac 本地音頻文件 → Qwen3-ASR → MLX 喺 Apple Silicon 上推理 → 文字出現喺當前光標位置。

錄音唔使上傳，API Key 都唔使

整理重點

本地模型唔係下拉框裏面嘅一個名

開始研究 Qwen3-ASR 時，好自然會以為：Airtype 已經支援好多語音模型，再向列表加兩個名就得。答案係唔夠。雲端模型背後有服務商負責模型文件、GPU、推理服務同版本更新，應用只需要組織一次網絡請求；本地模型將呢啲責任帶返客戶端。

要令普通用戶喺 Airtype 入面揀一個模型並開始講嘢，至少需要三層能力：

1 模型選擇：話畀應用知要跑 0.6B 定 1.7B
2 模型管理：完成首次下載、緩存檢查、安裝狀態顯示同刪除
3 本地推理：讀取錄音，用對應模型生成文字，並接返 Airtype 原有輸入流程

呢次改動最後涉及 13 個文件，新增同調整咗約 840 行代碼。項目入面加入咗獨立嘅本地 ASR 接口、模型管理器、MLX 轉寫服務同 Qwen3-ASR 適配層；設置頁同首次啟動流程亦要理解一種『唔需要 API Key 嘅 Provider』。

涉及 13 個文件、約 840 行代碼

唔需要 API Key 嘅 Provider

整理重點

Qwen3-ASR、MLX 同 4-bit

Qwen3-ASR 官方發佈咗 0.6B 同 1.7B 兩個主要尺寸，支援自動語言識別、30 種語言同 22 種中文方言。官方常見運行方式係 Python、Transformers 或 vLLM，適合伺服器同 Python 環境，但唔係原生 Swift 菜單欄應用最自然嘅依賴方式。

Airtype 用嘅係 MLX Community 轉換嘅兩個版本，佢哋唔係重新訓練，而係由 Qwen 官方權重轉換同量化而來。4-bit 指主要模型權重經過低比特量化，令模型文件同內存佔用降低，代價係理論上可能輕微損失精度。

Qwen3-ASR-0.6B-4bit：約 708 MB，預設選擇，佔用更低
Qwen3-ASR-1.7B-4bit：約 1.6 GB，更看重識別質量先揀

MLX 係 Apple 面向 Apple Silicon 推出嘅機器學習框架。Airtype 透過 Swift 依賴直接加載模型，利用 Mac 嘅統一內存同 GPU 完成推理，唔需要在後台啟動 Python 服務。模型文件嚟自 Hugging Face 嘅 mlx-community 倉庫；Apple 提供運行框架同 Metal 加速，但唔託管呢兩個模型。

4-bit 量化令模型更適合個人電腦運行

MLX 直接喺 Apple Silicon 上推理，唔使 Python 服務

成條本地鏈路由幾部分組成：Qwen 提供模型、MLX Community 轉換量化、Hugging Face 託管權重、MLX 執行推理、Airtype 負責將呢一切變成一個安裝按鈕同一組快捷鍵。

Airtype 負責將一切變成安裝按鈕同快捷鍵

整理重點

由可以編譯到可以發佈

今次開發有一個好實際嘅過程：代碼可以編譯，唔等於功能已經可以公開發布。最初實現已經接通模型選擇、下載同轉寫，但發佈審計仍然發現咗一啲問題。

MLX Audio 依賴追蹤緊不停變化嘅 main 分支，唔穩定
設置入面出現咗尚未影響推理嘅計算模式
改動入面夾帶咗與今次版本無關嘅 GLM-ASR 實驗

最終發佈時，作者將範圍收斂到兩個 Qwen3-ASR 4-bit 模型，並將 MLX Audio 固定喺一個已經構建驗證嘅 commit 上。由於套依賴需要更新嘅 Swift 同 Metal 工具鏈，GitHub Actions 發佈環境都由原本嘅 Xcode 16.2 調整到 Xcode 26.2。

之後先係原生 macOS 應用公開分發必須經過嘅部分：Release Archive、Developer ID 簽名、Apple 公證、stapling、DMG 打包同 GitHub Release。第一次 CI 喺公證階段遇到 Apple 開發者協議過期，接受協議後重新運行，v0.13.0 先完整發布。

Xcode 26.2

Developer ID 簽名、Apple 公證

整理重點

而家點樣用？

Airtype 係原生 SwiftUI 菜單欄應用，需要 macOS 14 或以上。安裝 v0.13.0 之後，可以咁樣啟用本地識別：

1 打開 Airtype 設定，喺 Voice Input 中選擇 MLX Local
2 揀 Qwen3-ASR-0.6B-4bit，撳 Install 下載模型
3 下載完成後，按住預設快捷鍵 Option + Space 講嘢
4 放開快捷鍵，識別出嘅文字會插入當前應用嘅光標位置

預設快捷鍵 Option + Space

0.6B 更啱第一次用。如果機器內存充足，而且更看重識別質量，可以再安裝 1.7B 比較嚇自己嘅實際場景。

0.6B 更適合作為第一次使用嘅選擇

模型安裝完成之後，日常轉寫唔需要 API Key，亦唔會將錄音交俾雲端語音服務。雲端 Provider 仍然保留，適合需要特定模型或服務能力嘅用戶；MLX Local 則令最基礎嘅語音輸入唔再依賴任何外部賬户。

我寫嘅開源 macOS 語音輸入工具 Airtype，啱啱推出咗 v0.13.0。呢個版本淨係加咗一項主要功能，但就改變咗成個產品最根本嘅一條路：而家語音轉文字可以完全喺 Mac 本地運行。由呢刻開始，本地優先、私隱優先嘅語音輸入，等你、我、佢，以至任何人，都用得更加安心！

唔使註冊帳户，唔使填 API Key，錄音都唔使上傳去雲端。第一次下載好模型之後，撳住快捷鍵講嘢，Qwen3-ASR 會直接喺 Apple Silicon 上完成辨識，再將文字放喺而家遊標嘅位置。

我將新版首頁 https://airtype.space/ 嘅主標題改做咗：

Your voice. Your Mac. Nothing else.

Airtype v0.13.0 官網首頁

呢篇我想利用 Airtype v0.13.0 嘅實現，講清楚「完全本地」具體改變咗啲乜，同埋一個開源語音模型要真正入到原生 macOS 應用程式，中間仲要補返啲乜。希望對大家有幫助。

點解要將辨識搬返 Mac

Airtype 原本嘅運作方式好常見：錄低聲音，將音訊交俾 OpenAI、ElevenLabs、Mistral 或者豆包等服務去做轉寫，再將結果插入而家嘅應用程式。

呢條路線可以用唔同服務商嘅模型，亦都方便快速接入新功能，但用家就要自己準備 API Key。每次講嘢產生嘅錄音仲要經過網絡送出去，轉寫用唔用到都會受網絡同外部服務狀態影響。

對一個長期擺喺選單列、隨時可能被叫出嚟嘅語音輸入工具嚟講，呢啲阻礙好難無視。用家講出嚟嘅內容可能係一封未寄出嘅電郵、一段程式碼、會議筆記，亦都可能只係一個未整理成形嘅諗法。就算雲端服務提供完善嘅私隱政策，本地完成依然係一條更短、更容易理解嘅數據路徑。

另外，數據私隱都係好多用家非常關心嘅嘢。用第三方語音服務，個人語音數據會交出去，令大量用家降低咗使用信心。本地模型啱啱好完美解決咗呢個問題。你以後都唔使擔心自己講嘅嘢會洩漏出去喇！

v0.13.0 冇移除原本嘅雲端服務，而係加咗 MLX Local。揀咗佢之後，Airtype 嘅基本過程變成：

麥克風錄音
    ↓
Mac 本地音頻文件
    ↓
Qwen3-ASR
    ↓
MLX 在 Apple Silicon 上推理
    ↓
文字出現在當前光標位置

除咗第一次安裝模型要聯網之外，辨識過程唔使連接轉寫 API。API Key、按分鐘計費同音訊上傳，都唔再係用語音輸入嘅前提。

本地模型唔係下拉選單入面嘅一個名

開始研究 Qwen3-ASR 嘅時候，一個好自然嘅誤解就係：Airtype 已經支援好多語音模型，再喺模型列表入面加兩個名係咪就夠呢？

答案係唔夠。雲端模型背後已經有服務商負責模型檔案、GPU、推理服務同版本更新，應用程式只需要組織一次網絡請求。本地模型就將呢啲責任帶返去客戶端。

要令普通用家喺 Airtype 入面揀一個模型然後開始講嘢，至少要有三層能力：

模型選擇 —— 話俾應用程式知要行 0.6B 定 1.7B。
模型管理 —— 完成首次下載、快取檢查、安裝狀態顯示同刪除。
本地推理 —— 讀取錄音，用對應模型生成文字，再將結果駁返 Airtype 原有嘅輸入流程。

所以，今次改動最後涉及 13 個檔案，新增同調整咗大約 840 行程式碼。項目入面加咗獨立嘅本地 ASR 介面、模型管理器、MLX 轉寫服務同 Qwen3-ASR 適配層；設定頁同首次啟動流程都必須理解一種「唔需要 API Key 嘅 Provider」。

呢部分介面應該盡量簡單。用家唔需要知道權重檔案放喺邊個快取目錄，亦都唔需要理解模型轉換參數。佢只需要揀 MLX Local，揀一個模型，㩒安裝就得。

Qwen3-ASR、MLX 同 4-bit

Qwen3-ASR^[1] 官方推出咗 0.6B 同 1.7B 兩個主要尺寸，支援自動語言辨識、30 種語言同 22 種中文方言。官方常見嘅運行方式係 Python、Transformers 或者 vLLM，呢啲方案適合伺服器同 Python 環境，但就唔係原生 Swift 選單列應用最自然嘅依賴方式。

Airtype 用嘅係 MLX Community 轉換嘅兩個版本：

Airtype 入面嘅模型	下載大小	適合嘅選擇
`Qwen3-ASR-0.6B-4bit`^[2]	約 708 MB	預設選擇，佔用更低
`Qwen3-ASR-1.7B-4bit`^[3]	約 1.6 GB	更著重辨識質素

呢兩個唔係 MLX Community 重新訓練嘅另一套模型，而係從 Qwen 官方權重轉換同量化出嚟。呢度講嘅 4-bit 指主要模型權重經過低比特量化，模型檔案同記憶體佔用會跟住降低，更適合喺個人電腦上面運行；代價就係同官方 BF16 權重相比，理論上可能會有少少精度損失。

MLX 就係 Apple 為 Apple Silicon 推出嘅機器學習框架。Airtype 透過 Swift 依賴直接載入模型，利用 Mac 嘅統一記憶體同 GPU 完成推理，唔需要喺背景再啟動一個 Python 服務。模型檔案嚟自 Hugging Face 嘅 mlx-community 倉庫；Apple 提供運行框架同 Metal 加速，但就唔會託管呢兩個 Qwen 模型。

換句話講，呢條本地鏈路係由幾部分一齊組成：Qwen 提供模型，MLX Community 完成適合 Apple Silicon 嘅轉換同量化，Hugging Face 託管權重，MLX 喺 Mac 上面執行推理，Airtype 就負責將呢一切變成一個安裝按鈕同一組快捷鍵。

由編譯到發佈

今次開發仲有一個好實際嘅過程：程式碼編譯到，唔代表功能已經可以公開發佈。

最初嘅實現已經接通咗模型選擇、下載同轉寫，但發佈審計依然發現咗一啲問題。例如 MLX Audio 依賴追蹤嘅係不斷變化嘅 main 分支；設定入面出現咗未真正影響推理嘅計算模式；改動入面仲夾雜咗同今次版本無關嘅 GLM-ASR 實驗。

最終發佈嘅時候，我將範圍收窄到兩個 Qwen3-ASR 4-bit 模型，並將 MLX Audio 固定喺經過 build 驗證嘅 commit 上面。因為呢套依賴需要更新嘅 Swift 同 Metal 工具鏈，GitHub Actions 嘅發佈環境都由原本嘅 Xcode 16.2 調整到 Xcode 26.2。

之後先至係原生 macOS 應用程式公開分發必經嘅部分：Release Archive、Developer ID 簽名、Apple 公證、stapling、DMG 打包同 GitHub Release。第一次 CI 喺公證階段遇到 Apple 開發者協議過期，接受咗協議之後重新運行，v0.13.0 先至完整發佈。

呢個亦都解釋咗點解「支援一個本地模型」最終唔係加兩個 enum 值。模型能夠回傳文字只係中間一步；用家可以下載、可以安裝、可以離線使用，而且攞到簽名同公證過嘅應用程式，先至算係一個完成嘅功能。

而家點樣用

Airtype 係一個原生 SwiftUI 選單列應用程式，需要 macOS 14 或者更高版本。安裝 v0.13.0 之後，可以咁樣啟用本地辨識：

打開 Airtype 設定，喺 Voice Input 入面揀 MLX Local。
先選擇 Qwen3-ASR-0.6B-4bit，㩒 Install 下載模型。
下載完成之後，撳住預設快捷鍵 Option + Space 說話。
鬆開快捷鍵，辨識出嘅文字會插入而家應用程式嘅遊標位置。

0.6B 更適合做第一次使用嘅選擇。如果部機記憶體充足，而且更著重辨識質素，可以再安裝 1.7B 比較自己真實嘅使用場景。模型安裝完成之後，日常轉寫唔需要 API Key，亦都唔會將錄音交俾雲端語音服務。

雲端 Provider 依然保留。佢哋適合需要特定模型或者服務能力嘅用家；MLX Local 就令最基本嘅語音輸入唔再依賴任何外部帳户。對 Airtype 嚟講，呢個唔係多咗一個 Provider，而係終於將「Your voice. Your Mac.」變做產品實際運行嘅方式。

官網：[airtype.space] - https://www.airtype.space/^[4]
源碼：[github.com/sugarforever/airtype] - https://github.com/sugarforever/airtype^[5]
下載：[Airtype v0.13.0] - https://github.com/sugarforever/airtype/releases/tag/v0.13.0^[6]

References

Qwen3-ASR: https://huggingface.co/Qwen/Qwen3-ASR-0.6B
Qwen3-ASR-0.6B-4bit: https://huggingface.co/mlx-community/Qwen3-ASR-0.6B-4bit
Qwen3-ASR-1.7B-4bit: https://huggingface.co/mlx-community/Qwen3-ASR-1.7B-4bit
官網: https://www.airtype.space/
開源程式碼倉庫: https://github.com/sugarforever/airtype
v0.13.0 版本: https://github.com/sugarforever/airtype/releases/tag/v0.13.0

我做的開源 macOS 語音輸入工具 Airtype，剛剛發佈了 v0.13.0。這個版本只增加了一項主要功能，卻改變了整個產品最基礎的一條路徑：語音轉文字現在可以完全在 Mac 本地運行。從此本地優先，隱私優先的語音輸入，讓你我他她它，用着更安心！

不需要註冊賬户，不需要填寫 API Key，錄音也不必上傳到雲端。第一次下載好模型後，按住快捷鍵說話，Qwen3-ASR 會直接在 Apple Silicon 上完成識別，再把文字放到當前光標所在的位置。

我把新版首頁 https://airtype.space/ 的主標題改成了：

Your voice. Your Mac. Nothing else.

Airtype v0.13.0 官網首頁

這篇我想利用 Airtype v0.13.0 的實現，講清楚“完全本地”具體改變了什麼，以及一個開源語音模型要真正進入原生 macOS 應用，中間還需要補齊哪些部分。期望對大家有所幫助。

為什麼要把識別搬回 Mac

Airtype 原來的工作方式很常見：錄製聲音，把音頻交給 OpenAI、ElevenLabs、Mistral 或豆包等服務完成轉寫，再將結果插入當前應用。

這條路徑能夠使用不同服務商的模型，也方便快速接入新的能力，但用戶需要自己準備 API Key。每次說話產生的錄音還要經過網絡發送出去，轉寫是否可用也會受到網絡和外部服務狀態的影響。

對於一個長期待在菜單欄、隨時可能被喚起的語音輸入工具，這些摩擦很難忽略。用戶說出的內容可能是一封尚未發出的郵件、一段代碼、會議筆記，也可能只是一個還沒有整理成形的想法。即使雲端服務提供完善的隱私政策，本地完成仍然是一條更短、更容易理解的數據路徑。

此外，數據隱私性也是許多用戶非常關心的。用第三方的語音服務，個人的語音數據會交付出去，這讓大量用戶降低了使用的信心。本地模型恰好完美解決了這個問題。你再也不用擔心自己說的話泄露出去咯！

v0.13.0 沒有移除原有云端服務，而是增加了 MLX Local。選擇它之後，Airtype 的基本過程變成：

麥克風錄音
    ↓
Mac 本地音頻文件
    ↓
Qwen3-ASR
    ↓
MLX 在 Apple Silicon 上推理
    ↓
文字出現在當前光標位置

除了第一次安裝模型需要聯網，識別過程不需要連接轉寫 API。API Key、按分鐘計費和音頻上傳也就不再是使用語音輸入的前提。

本地模型不是下拉框裏的一個名字

開始研究 Qwen3-ASR 時，一個很自然的誤解是：Airtype 已經支持很多語音模型，再向模型列表裏添加兩個名字是否就夠了？

答案是不夠。雲端模型背後已經有服務商負責模型文件、GPU、推理服務和版本更新，應用只需要組織一次網絡請求。本地模型把這些責任帶回了客戶端。

要讓普通用戶在 Airtype 裏選擇一個模型並開始說話，至少需要三層能力：

模型選擇 - 告訴應用運行 0.6B 還是 1.7B。
模型管理 - 完成首次下載、緩存檢查、安裝狀態顯示和刪除。
本地推理 - 讀取錄音，用對應模型生成文字，並把結果接回 Airtype 原有的輸入流程。

因此，這次改動最後涉及 13 個文件，新增和調整了約 840 行代碼。項目里加入了獨立的本地 ASR 接口、模型管理器、MLX 轉寫服務和 Qwen3-ASR 適配層；設置頁與首次啓動流程也必須理解一種“不需要 API Key 的 Provider”。

這部分界面應該儘量簡單。用戶不需要知道權重文件存在哪個緩存目錄，也不需要理解模型轉換參數。他只需要選擇 MLX Local，選擇一個模型，點擊安裝。

Qwen3-ASR、MLX 和 4-bit

Qwen3-ASR^[1] 官方發佈了 0.6B 和 1.7B 兩個主要尺寸，支持自動語言識別、30 種語言和 22 種中文方言。官方常見的運行方式是 Python、Transformers 或 vLLM，這些方案適合服務器和 Python 環境，卻不是原生 Swift 菜單欄應用最自然的依賴方式。

Airtype 使用的是 MLX Community 轉換的兩個版本：

Airtype 中的模型	下載大小	適合的選擇
`Qwen3-ASR-0.6B-4bit`^[2]	約 708 MB	默認選擇，佔用更低
`Qwen3-ASR-1.7B-4bit`^[3]	約 1.6 GB	更看重識別質量

它們不是 MLX Community 重新訓練的另一套模型，而是從 Qwen 官方權重轉換並量化而來。這裏的 4-bit 指主要模型權重經過低比特量化，模型文件和內存佔用隨之降低，更適合在個人電腦上運行；代價是與官方 BF16 權重相比，理論上可能存在少量精度損失。

MLX 則是 Apple 面向 Apple Silicon 推出的機器學習框架。Airtype 通過 Swift 依賴直接加載模型，利用 Mac 的統一內存和 GPU 完成推理，不需要在後台再啓動一個 Python 服務。模型文件來自 Hugging Face 的 mlx-community 倉庫；Apple 提供運行框架和 Metal 加速，但並不託管這兩個 Qwen 模型。

換句話說，這條本地鏈路由幾部分共同組成：Qwen 提供模型，MLX Community 完成適合 Apple Silicon 的轉換與量化，Hugging Face 託管權重，MLX 在 Mac 上執行推理，Airtype 負責把這一切變成一個安裝按鈕和一組快捷鍵。

從能夠編譯到能夠發佈

這次開發還有一個很實際的過程：代碼可以編譯，不等於功能已經能夠公開發布。

最初的實現已經接通了模型選擇、下載和轉寫，但發佈審計仍然發現了一些問題。例如 MLX Audio 依賴跟蹤的是不斷變化的 main 分支；設置裏出現了尚未真正影響推理的計算模式；改動中還夾帶了與本次版本無關的 GLM-ASR 實驗。

最終發佈時，我把範圍收斂到兩個 Qwen3-ASR 4-bit 模型，並將 MLX Audio 固定在經過構建驗證的提交上。由於這套依賴需要更新的 Swift 與 Metal 工具鏈，GitHub Actions 的發佈環境也從原來的 Xcode 16.2 調整到了 Xcode 26.2。

隨後才是原生 macOS 應用公開分發必須經過的部分：Release Archive、Developer ID 簽名、Apple 公證、stapling、DMG 打包和 GitHub Release。第一次 CI 在公證階段遇到 Apple 開發者協議過期，接受協議後重新運行，v0.13.0 才完整發布。

這也解釋了為什麼“支持一個本地模型”最終不是增加兩個枚舉值。模型能夠返回文字只是中間一步；用戶能下載、能安裝、能離線使用，並且可以拿到簽名和公證過的應用，才是一個完成的功能。

現在怎樣使用

Airtype 是一個原生 SwiftUI 菜單欄應用，需要 macOS 14 或更高版本。安裝 v0.13.0 後，可以這樣啓用本地識別：

打開 Airtype 設置，在 Voice Input 中選擇 MLX Local。
先選擇 Qwen3-ASR-0.6B-4bit，點擊 Install 下載模型。
下載完成後，按住默認快捷鍵 Option + Space 說話。
鬆開快捷鍵，識別出的文字會插入當前應用的光標位置。

0.6B 更適合作為第一次使用的選擇。如果機器內存充足，並且更看重識別質量，可以再安裝 1.7B 比較自己的真實使用場景。模型安裝完成後，日常轉寫不需要 API Key，也不會把錄音交給雲端語音服務。

雲端 Provider 仍然保留。它們適合需要特定模型或服務能力的用戶；MLX Local 則讓最基礎的語音輸入不再依賴任何外部賬户。對 Airtype 來說，這不是多了一個 Provider，而是終於讓“Your voice. Your Mac.”成為了產品實際運行的方式。

官網：[airtype.space] - https://www.airtype.space/^[4]
源碼：[github.com/sugarforever/airtype] - https://github.com/sugarforever/airtype^[5]
下載：[Airtype v0.13.0] - https://github.com/sugarforever/airtype/releases/tag/v0.13.0^[6]

References

Qwen3-ASR: https://huggingface.co/Qwen/Qwen3-ASR-0.6B
Qwen3-ASR-0.6B-4bit: https://huggingface.co/mlx-community/Qwen3-ASR-0.6B-4bit
Qwen3-ASR-1.7B-4bit: https://huggingface.co/mlx-community/Qwen3-ASR-1.7B-4bit
官網: https://www.airtype.space/
開源代碼倉庫: https://github.com/sugarforever/airtype
v0.13.0版本: https://github.com/sugarforever/airtype/releases/tag/v0.13.0