Mac 听写接 Ollama：本地配置与故障排查

本地听写需要两段本地处理都能工作：Apple 语音识别，以及已下载的大模型清稿。Ducduc 提供录音和插入流程，Ollama 提供第二段模型。

具体配置是回环 Ollama 地址 + 本地模型 + Ducduc 离线模式。localhost 本身不能证明推理在本机，因为 Ollama 也支持云模型。这篇先逐段验证，再测试整条路径。

先判断本地清稿是否适合

本地清稿可以免去托管清稿账单，资源下载完后也能断网运行；代价是占用本机内存和算力、维护服务，而且模型遵守清稿规则的能力可能不如你试过的其他模型。

没有一种模型大小能保证所有 Mac 都等得起。可用内存、其他 App、量化、输入长度和模型是否已加载都会影响结果。先用短句和无敏感内容，按实际修改量和等待时间选择。如果只要未经大模型整理的文字，也可以不接清稿模型。

本文只讲普通听写。选区编辑、翻译、会议处理，以及目标 App 的同步，是另外的流程。

1. 先让识别正常，再安装清稿

授予所需的麦克风、语音识别和辅助功能权限，先在简单输入框试一句话。Ducduc 要求本机识别，不允许经典引擎静默改用 Apple 服务器。

macOS 14–15 检查系统设置 → 键盘 → 听写 → 语言，下载对应资源；macOS 26 的现代路径可请求安装资源。Apple 的 SpeechAnalyzer 说明介绍了 AssetInventory 下载机制，系统设置参见 Mac 听写指南。

如果连转录都没有，先排查权限、麦克风和语音资源。大模型无法整理从未识别出来的文字。参见语言资源排查。

2. 安装 Ollama，下载真正的本地模型

按 Ollama 官方快速入门安装并打开服务。以下使用明确存在的模型标签举例，不表示它是最好的清稿模型：

ollama pull qwen2.5:3b
ollama list

官方 Qwen2.5 模型目录列出此标签及其他大小。按自己的用途核对模型许可证。文件大小不等于运行时总内存。

严格本地配置应按 Ollama 关闭云功能的说明，在 ~/.ollama/server.json 合并以下设置，保留已有配置，然后重启 Ollama：

{
  "disable_ollama_cloud": true
}

官方也提供服务端环境变量 OLLAMA_NO_CLOUD=1。只在无关终端里设置它，不会改变已经运行的 App。重启后按文档检查启动和日志状态。

3. 脱离 Ducduc，单独检查 Ollama

Ollama 运行时，下面两步分别检查模型发现，以及 Ducduc 所用的同类 API：

curl http://localhost:11434/api/tags

curl http://localhost:11434/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{"model":"qwen2.5:3b","messages":[{"role":"user","content":"Return only: local test"}]}'

模型列表应包含所选标签，响应应包含 choices[0].message.content。模型未必严格输出指定短语；这一步先确认 API 能响应。参见 Ollama 模型列表 API和 OpenAI 兼容接口。

连接被拒绝，先查服务和地址，不是 Ducduc 的语音识别有问题。提示找不到模型，就下载对应标签，或选择列表返回的确切名称。

4. 选择模型，再切离线

打开 Ducduc 设置 → 模型：

在本机（离线）区域等待发现模型。未就绪时，用获取 Ollama、启动 Ollama或重新检查处理。
找到已安装模型，点使用本地模型，同时选中模型并切到离线。
确认模式确实是离线。只点模型行是选择 Hybrid 备用，云端仍开着。
手动配置时，选择 OpenAI 兼容接口，Base URL 填 http://localhost:11434/v1，模型填确切标签，默认本地服务无需 API Key。

要留在同一台 Mac，用 localhost、127.0.0.1 或 ::1。.local 主机可能是另一台局域网电脑。App 只能分类端点，无法检查背后所有代理和云集成。

离线会关闭 Ducduc 的云端清稿路径，不使用内置额度；它不是控制 Ollama 或目标 App 的系统防火墙。

5. 断开所有网络，验证完整路径

先完成所有下载，记录 macOS、Ducduc build、模型标签、端点和模式。断开 Wi-Fi、网线及共享网络，在无敏感信息的本地文档测试。

这是测试输入，不是承诺的模型输出：

嗯，把评审移到周四，不对，周五。不要发布计费端点。限额是 15，不是 50。

分开检查原稿和成稿：最终日期应保留周五，禁止发布不能变成允许，限额应保留 15。清稿可能失败或过度改写，不能只看标点是否漂亮。

再停止 Ollama，口述一句无敏感内容的话。识别应仍可用；清稿失败会保留识别文字，本地替换和字体规则仍可能生效。重启 Ollama 后确认清稿恢复。这样同时验证成功和失败两条路径。

断网成功只能证明当次可离线运行，不证明所有联网行为，也不能阻止目标 App 日后同步。网络审计还需要在联网时观察 Ducduc 和 Ollama。

按症状排查，不急着换模型

症状	先查什么	区分哪一层
触发键没反应	当前按键、辅助功能、其他 App 占键	触发与模型失败
球体在听，但没有原稿	麦克风、语音权限、语言资源	识别与清稿
模型列表接口失败	服务是否运行，localhost 的 11434 端口	服务发现与模型质量
有列表，completion 失败	确切标签与 API 响应	缺模型或接口配置
出现原稿并提示清稿失败	离线选择、服务状态、独立 API 测试	识别正常，清稿失败
第一段慢，后续较快	`ollama ps` 与模型加载	冷启动与持续失败
成稿改了数字或指令	对照原稿，尝试标准力度	保留意义与表面流畅
有文字但无法粘贴	焦点、安全输入和复制卡片	插入与识别、清稿

核对的 OpenAI 兼容清稿请求超时为 60 秒，这是失败上限，不是延迟承诺。Ollama 的 FAQ介绍 ollama ps、模型加载和内存行为。持续超时不代表换更大的模型就能解决，也不能保证任何硬件都能运行更大的模型。

哪些规则保留，哪些需要自己验证

清稿力度、词典提示、纠错对和保留语言切换的指令可用于本地路径，它们不会重新训练模型。本地精确替换和字体转换在清稿失败时仍可能生效。一些输出检查保护数字、否定和术语，但不等于完整语义验证。

精细力度改写太多时，试标准力度，并复用相同输入。如果原稿就有误，先单独判断识别，不要直接归因于本地模型。保留一组自己的姓名、数字、中英混说和口头反悔样例。

Hybrid 适用于接受云端优先、本地备用的场景。它不是隐私开关：先发云端，内置额度用完也不会自动切本地。主动点使用本地模型才是明确切换。其他边界参见听写里「本地」的含义。