有些話講出口，就只該留在這個房間裡。給客戶的草稿、病人的筆記，還有那個你還沒準備好讓任何人看的點子。
在這之前，Meander 會把你的聲音送到雲端轉成文字。這樣很快，也是大多數人想要的。但我們一直聽到同一個問題，來自 Linux 使用者、重視隱私的人，還有顯示卡閒在那裡的人：能不能直接在我自己的電腦上跑？
現在可以了。Meander 桌面版能把語音輸入的兩個步驟都放在你的電腦上跑：一個是把聲音轉成文字的語音辨識，另一個是幫你補標點、拿掉贅字的 AI 潤稿。你的錄音完全不會離開這台電腦。
哪些東西能在本地跑
Meander 的語音輸入分成兩步，每一步都可以各自搬到本地：
- 語音辨識用 whisper.cpp。你可以從 Whisper 家族裡挑，小到 Tiny（78 MB），大到 Large v3，另外還有專為台灣華語和中英夾雜調過的 Breeze ASR 25。
- AI 潤稿用 llama.cpp。你可以挑一個小型語言模型，Gemma、Qwen、Llama、Mistral 等等都有，從不到 1 GB 到大約 20 GB。
有 GPU 的話，兩個都會透過 Vulkan 用顯示卡加速；沒有的話就用 CPU 跑。登入之後，就算沒有網路，照樣能用語音輸入。
三個步驟設定好
1. 下載模型。 打開 Meander 側欄的 模型（Models）頁面。每個模型都標好了大小、速度和準確度評分，還有下載按鈕。第一次設定的話，我們推薦語音辨識用 Whisper Large v3 Turbo q5（574 MB），潤稿用 Gemma 4 E2B（3.5 GB）。
2. 讓模式用這兩個模型。 打開 模式（Modes），新增一個模式（或編輯你平常用的），把 STT model 設成 Local，選 Turbo q5。
再把 LLM model 設成 Local，選 Gemma 4 E2B。
3. 設個快捷鍵，開口講。 幫這個模式設一個快捷鍵，按下去開始講話，文字就會出現在游標所在的地方，跟以前一樣。第一次使用時，Meander 會先下載本地引擎，需要稍等一下。
為什麼推薦這兩個？挑之前，我們拿真實的口述把每個選項都計時測過。Turbo q5 比完整的 Large v3 更快也更準，Gemma 4 E2B 則是最忠實的潤稿模型，只修該修的，不會自作主張改寫。完整結果，包括 CPU 和 GPU 各要等多久，都在本地 vs 雲端實測裡。
自由搭配
本地和雲端不是只有一個開關。每個模式都能各自決定語音辨識和潤稿在哪裡跑，你可以依當下的需要組合：
- 全部本地：處理私密內容時用，什麼都不會離開你的電腦。
- 本地辨識、雲端潤稿：折衷的選擇。錄音留在你的電腦上，送出去的只有文字。
- 全部雲端：用沒有 GPU 的筆電、又最在意速度的時候。
切換起來就跟換模式一樣快。準備一個私密模式、一個快速模式放在旁邊，看情況用就好。
已經在用 Ollama 或 LM Studio？
你不一定要用我們的模型庫。Meander 的任何模式，都能接到你自己的 OpenAI 相容服務，像是 Ollama、LM Studio，或是你區域網路上的伺服器。不需要金鑰的伺服器，金鑰欄位留空就行。
一張顯示卡，全家一起用
如果家裡只有一台電腦有顯示卡，Meander 可以把它下載好的模型分享到區域網路上。在有 GPU 的那台打開「分享到區域網路」，家裡其他筆電就能把它當成自訂服務來用。連線有存取權杖保護，設定在重新啟動 app 後生效。
誰能用
本地模型和自訂模型包含在 Meander Pro 裡，14 天免費 Pro 試用期間也能用。分享到區域網路則是 Ultimate 方案的功能。本地模式支援 Linux 和 Windows 的 Meander 桌面版。
本地跑的不會用到你的雲端額度，錄音再長、講得再多，都不會多花一毛錢。
想知道 Whisper 以外還有哪些值得認識的本地語音模型，可以看我們整理的最好的本地語音轉文字模型。
準備好試試看了嗎？下載 Meander。Linux 使用者可以看Wayland 設定教學。