前几天刷 Hacker News，看到一篇关于 Apple 新 SpeechAnalyzer API 的基准测试。435 个 upvote，评论区吵了一百七十多楼。作为一个经常折腾语音相关项目的独立开发者，我立刻来了兴趣。
这个 API 是 Apple 在 iOS 19 和 macOS 16 里悄悄塞进来的。官方文档写得很克制，就说是”新一代语音分析框架”。但第三方开发者跑出来的数据，说实话有点吓人。
和 Whisper 正面刚了一把
测试者拿 SpeechAnalyzer 和 OpenAI 的 Whisper large-v3 做了对比。用的数据集是 Common Voice 英文测试集和 LibriSpeech clean。结果是这样的：
Whisper 的 WER（词错误率）在 4.2% 左右，已经很强了。SpeechAnalyzer 干到了 3.1%。别看只差一个百分点，语音识别这个领域，4% 以下每降 0.5% 都算是巨大突破。更夸张的是延迟——SpeechAnalyzer 在 iPhone 15 Pro 上推理速度比 Whisper 在同等硬件上快大概 2.3 倍。
当然，有前提。Apple 的 API 只跑在自己的 Neural Engine 上，Whisper 跨平台。但如果你做的是 iOS/Mac 上的语音应用，这个差距就非常有意义了。
对独立开发者意味着什么
我自己的一个 side project 一直卡在语音转文字这一步。之前用的是 Whisper 的 API，每次调用都要走网络，延迟 1-2 秒是常事。而且按字数计费，量大的时候心里是肉痛的。
如果 SpeechAnalyzer 真的能本地跑出这个精度，等于省掉了：1) API 费用；2) 网络延迟；3) 隐私问题。用户语音不用离开设备，这个卖点在某些场景下是致命的。
我查了一下 Apple 的定价——好消息是这个 API 目前对开发者免费。坏消息是它只在 Apple Silicon 上可用，而且文档里有一段小字说”准确率和可用性可能因地区而异”。中文支持怎样，目前还没看到公开测试数据。
不是谁都能用
最大的限制是生态锁定。你用 SpeechAnalyzer，就等于把自己绑死在 Apple 平台上。如果你是做跨平台产品的，这个取舍很痛苦。
Whisper 虽然贵一点、慢一点，但它能跑在 Linux、Windows、Android 上，而且开源社区的支持非常成熟。有个叫 faster-whisper 的项目，用 CTranslate2 优化后速度能提升 4 倍，内存消耗还减半。
我的判断是：纯 iOS 应用现在可以认真考虑切到 SpeechAnalyzer。跨平台产品继续用 Whisper，等开源社区有没有反向移植的方案出来。
数据说话
根据 MarketsandMarkets 2026 年初的报告，语音识别市场在 2026 年预计达到 280 亿美元，年复合增长率 17.2%。移动端占大头。Apple 在这个时间点推本地化语音 API，时机选得很准——既赶上了端侧 AI 的风口，又避开了云端 API 的价格战。
我准备这周末把项目里的一段语音输入模块改成 SpeechAnalyzer，跑一周看看真实效果。到时候再回来更新数据。
