Whisper 与中英混说
Whisper 为什么
听不准中英混说。
对着基于 Whisper 的听写应用说"帮我 review 一下这个 pull request"，你可能会得到被写成汉字音译的英文、被吞掉的英文，或者整句被翻成英文。这一页讲清楚原因、能试的办法，以及哪些模型能正确处理。
本文由 TypeAloud 团队撰写。TypeAloud 是一款免费、开源的 Mac 语音输入应用，文中提到它的地方，介绍的都是我们自己的产品。
整段录音，一种语言
如果你没指定语言，标准的 Whisper 会听开头最多 30 秒，判断你说的是哪种语言，然后整段都按这种语言转写。半句中文半句英文的话，容易被推向它选定的那种，表现为漏词、英文被写成汉字音译，或者被翻译。严重程度取决于模型大小和应用的设置。
它的词表是所有语言共用的，训练音频大多是单一语言，所以句中切换语言正是它见得最少的情况。关于 Whisper 语码转换的研究也发现，错误集中出现在语言切换的位置。
继续用 Whisper 的话可以试试
把语言设成中文，不要让它自动检测，这样几个英文单词不会把整个窗口带成英文。
如果你用的应用有“提示词”或“词汇”设置（Whisper 里叫 initial prompt），在里面写一句简体中文，把常用的英文词（比如产品名）放进去，可以让 Whisper 保留英文拼写，并输出简体而不是繁体。
面向开发者：效果最好的是用中英混合数据微调。已有研究在 Whisper 上加小型适配器，中英混说的识别明显变好，但那是研究项目，不是一个设置项。
换一个为此训练的模型
大量用中文训练的新一代语音模型原生就能处理语言切换。Qwen3-ASR 能直接从声音里判断语言，TypeAloud 用的就是这种自动检测，你不用事先选语言。TypeAloud 在你的 Mac 上运行 Qwen3-ASR，做成了语音输入应用，中英混着说的句子会按你说的样子写出来。更多见中英混合语音输入。
内容核对于 2026年10月26日，来源：arXiv 2312.08856 (Whisper code-switching)。
常见问题
- Whisper 支持中文吗？
- 支持。只说中文时，它的普通话识别不错。问题出在一句话里切换语言。
- Whisper 为什么输出繁体？
- 它的训练数据里简体和繁体混在一起。用简体中文写 initial prompt，通常就能让它输出简体。
- 哪些听写应用用的是 Whisper？
- 很多 Mac 本地应用都提供 Whisper 模型，包括 Superwhisper、VoiceInk 和 MacWhisper。
- 有能处理中英混说的免费应用吗？
- TypeAloud 免费开源，在你的 Mac 上本地运行 Qwen3-ASR。
关于 TypeAloud
TypeAloud：免费的 Mac 语音输入，在本机转写。
按住 Ctrl+Shift 说话，松开后文字出现在光标处。不限字数，无需账号，开源。
下载 Mac 版