研究候选清单
页面更新于
选择理由
最佳整体功能匹配：涵盖 WhisperTranscribe 的核心文件、实时转录、翻译、说话人和字幕工作流；同时，其庞大的社区、丰富的提交历史、持续的测试版分发和 Apple Silicon 构建版本，支撑良好的维护和可信度。
成熟的桌面转录应用，支持本地音频、视频、YouTube 链接和实时麦克风输入，并提供说话人识别、翻译和字幕导出。
核心功能
- 01 离线音频、视频和 YouTube 转录
- 02 实时麦克风转录
- 03 说话人识别和翻译
- 04 TXT、SRT 和 VTT 导出
- 05 支持 Apple Silicon
注意事项
- macOS 构建未签名，可能触发 Gatekeeper 警告。
- 最新的 1.4.5 macOS 构建版为 beta；1.4.4 仍是最新稳定版本。
截图
证据来源（7）
- Buzz official GitHub repository and README 源代码可用 ·
- Buzz MIT license 许可证 ·
- Buzz latest stable release 发布 ·
- Buzz official macOS downloads 评审时免费 ·
- Buzz official documentation site 网站 ↗ ·
- Buzz project icon 截图 ·
- Buzz project visual 截图 ·
选择理由
功能丰富的强力替代方案，拥有规模可观的公开社区、频繁发布、本地 GPU 加速和直接的 macOS DMG 分发。它尤其适合多语言、批处理、字幕和说话人分离工作流。
完整评测 — 功能、2 条注意事项及证据
跨平台桌面应用，在本地运行 Whisper 系列模型，用于多语言音频和视频转录、批量任务、URL 输入、说话人分离、翻译及多种导出格式。
核心功能
- 01 离线多语言音频和视频转录
- 02 批量和 URL 转录
- 03 支持 Whisper、Parakeet 和 Nemotron 模型
- 04 说话人分离和稳定的时间戳
- 05 导出为 SRT、VTT、TXT、HTML、PDF、JSON 和 DOCX
注意事项
- 模型需单独下载，可能占用大量磁盘空间和内存。
- 可选的转录摘要可使用 Claude 或 Ollama；核心转录仍在本地完成。
截图
证据来源（7）
- Vibe official GitHub repository and README 源代码可用 ·
- Vibe MIT license 许可证 ·
- Vibe latest release 发布 ·
- Vibe official macOS Apple Silicon download 评审时免费 ·
- Vibe official homepage 网站 ↗ ·
- Vibe project logo 截图 ·
- Vibe audio/video transcription screenshot 截图 ·
选择理由
最佳 Mac 原生选项：频繁发布已签名且经过公证的版本，采用纯 Swift/SwiftUI 代码库，支持本地 Apple Silicon 推理、媒体转录和说话人分离，并且核心确实免费且采用 MIT 许可证。它的排名低于 Buzz 和 Vibe，主要因为社区较新且规模较小。
完整评测 — 功能、2 条注意事项及证据
一款原生 Swift 菜单栏应用，用于本地听写和转录，支持多个设备端引擎、可搜索历史记录、媒体导入、说话人分离、词汇支持和导出。
核心功能
- 01 本地 WhisperKit、Parakeet、SenseVoice 和 Apple Speech 引擎
- 02 实时听写和媒体转录
- 03 支持搜索、编辑和播放的库
- 04 说话人分离和自定义词汇
- 05 JSON、CSV 和纯文本导出
注意事项
- 需要 macOS 14 或更高版本；建议使用 Apple Silicon。
- 可选的云端转录和 AI 增强可能产生服务商费用，但本地转录无需付费。
规格并排对比
| 属性 | 1 · Buzz | 2 · Vibe | 3 · Pindrop |
|---|---|---|---|
| 许可证 | MIT | MIT | MIT |
| 平台 | macOS, Windows, Linux | macOS, Windows, Linux | macOS |
| 状态 | 已检查 | 已检查 | 已检查 |
| 版本 | — | — | — |
| 星标数 | — | — | — |
| 最近推送 | — | — | — |
| 注意事项 | 2 | 2 | 2 |
关于 WhisperTranscribe
转录音频和视频，录制实时音频，翻译转录内容，并将语音内容转换为摘要、引语、字幕、博客文章和社交媒体文案。
Setapp 条目： 将语音转换为文本内容
Setapp 元数据来源（2）
§ 03 — 继续探索
