不要。模型部署在本地设备上，音频与识别都在本地完成，断网也能用；这是离线方案相对云端最核心的优势。
主流配置即可流畅运行；无 GPU 也能跑，追求更低延迟或更大模型再加算力；按设备配置选模型大小。
清晰普通话场景可达实用水平；配合热词与专业词表，专业术语识别率明显提升；具体按你的语音场景实测评估。
云端词库更大、方言支持更广，但要联网且音频出境；离线隐私好、断网可用、响应稳定，适合涉密与网络不稳场景。
标准方案 2-4 周：模型选型与本地部署约 1 周，热词与标点调优约 1 周，上屏与疑难场景适配 1-2 周。