英文速度最快质量也相对不错的是parakeet-tdt-0.6b-v2，比 Whisper 模型快 15-17 倍，追求最好的质量的是 Whisper-large-v3。 日文唯一的选择是 Whisper-large-v2 中文相对比较好用的还是 Qwen3-ASR-1.7B + Qwen3-ForcedAligner-0.6B 以上都可以用 mlx 版本