Apple 原生语音识别 (Local Apple ASR)
Apple 原生语音识别依托于 macOS 深度集成的系统级语音框架与 Apple Silicon（M1/M2/M3/M4）芯片的神经网络引擎（ANE）。它在 DuRT 中主要用于驱动系统内录实时双语字幕与麦克风实时听写。
核心特性与边界
- 100% 本地离线运行：所有音频数据全部在您的 Mac 内部实时运算并销毁，绝无任何网络请求上报，保障绝对的商业机密与隐私安全；
- 零网络延迟：流式延迟通常在 150ms ~ 300ms，说话停顿瞬间即可完成断句并上屏；
- 零算力费用：无需配置任何第三方 API 密钥，永久免费无时长限制；
- 支持语言丰富：依托 Apple 官方持续维护的多语言离线模型库，支持中文（普通话/粤语）、英语、日语、韩语、德语、法语、西班牙语等数十种主流语言。
WARNING
能力边界提醒：不支持本地文件转录 Apple 官方接口主要针对连续音频流设计。在 DuRT 客户端中，Apple 原生语音仅作为【实时语音 (Realtime Speech)】服务挂载，无法用于批量导入本地 MP3/MP4 音视频文件进行长文转录。如需进行音视频长文件转写，请使用 OneASR 聚合网关 或 OpenAI ASR。
系统权限与准备工作
为了让 Apple 原生引擎正常工作，DuRT 需要获取两项 macOS 官方系统授权：
1. 麦克风与屏幕录制（系统音频内录）
- 麦克风权限：用于采集外置麦克风或 AirPods 人声输入；
- 屏幕录制权限 (ScreenCaptureKit)：用于在不安装任何虚拟音频驱动（如 BlackHole）的前提下，直接捕获系统当前正在播放的会议、浏览器或视频音频流。
- 详情请查阅 macOS 系统权限配置指南。
2. 下载离线语言包（推荐）
为了确保在完全断网的环境下依然能流畅识别，建议在 macOS 系统中预先下载离线语音识别支持：
- 打开 Mac 系统设置 (System Settings)；
- 导航至 通用 (General) ➔ 键盘 (Keyboard)；
- 在 听写 (Dictation) 区域，确保开启“听写”开关；
- 点击 语言 (Languages)，勾选您经常使用的语言（系统将自动在后台下载高精度离线语音模型包）。
在 DuRT 中配置与启用
- 打开 DuRT 客户端，进入 设置 (Settings) ➔ AI 引擎与能力 (AI Capabilities) ➔ 点击 实时语音 (Realtime Speech) 面板；
- 在可用服务列表中，找到 Apple (原生内置)；
- 检查开关状态，确保处于 启用 状态；
- 选择您的 默认主识别语言（如
zh-CN或en-US），即可在实时内录时获得最佳识别表现。
常见问题排查
Q：为什么打开内录后，悬浮字幕窗口没有文字输出？
A： 请依次检查：
- 音频采集源：确认控制栏中已选中当前正在发声的声卡或应用程序；
- 系统音量：确保被录制的应用有实际音频输出（非静音状态）；
- 语言匹配：如果正在播放英文会议，请确保实时语言未被强制固定为中文，建议设置为“自动”或匹配对应语种。