软件简介

Whisper Transcription 是一款基于 OpenAI Whisper 语音识别模型的 Mac 端音频转文字工具，能够将会议录音、讲座笔记、采访音频等各类声音文件快速转换为可编辑的文本内容。软件完全在本地设备上完成转录处理，不依赖网络连接，音频数据不会上传至任何服务器，适合对隐私有要求的用户。支持从 mp3、wav、m4a 到视频格式 mp4、mov 等十余种常见媒体格式，通过拖拽即可开始转录操作。

核心功能

本地 AI 转录引擎 — 采用 Whisper 系列模型（包含 Tiny、Base、Small、Medium、Large-V2/V3 共六种规格），在设备端完成全部语音识别运算，无需联网即可处理音频，数据全程不出本机。
高速批量处理 — 转录速度约为实时音频的 15 倍，一段十分钟的录音可在几十秒内完成转换，同时支持多个文件批量转录，并一次性导出为多种格式。
多语言与字幕导出 — 可识别包括中文、英语、日语、德语等在内的 100 种语言，自动检测输入语言或手动指定，结果可导出为 srt、vtt 字幕文件，或生成 Word、PDF、HTML 文档。
系统音频捕获 — 除麦克风录音外，可直接转录 Mac 播放的音频流（如 Zoom 会议、在线课程），便于整理远程会议内容。
Metal 加速与全文检索 — 借助 Mac 的 Metal 和 GPU 加速提升识别效率，转录完成后支持全文关键词搜索，并对命中单词进行高亮标记。