Local Transcriber：全局听写工具

25次阅读

获取下载链

微信关注「软件教程管家」公众号，回复 local-transcriber

30秒速读

开会时一边听一边记，散会还要再花半小时整理纪要，是很多 Mac 用户的日常负担。Local Transcriber 把这件事收进 macOS 菜单栏：录下会议或系统音频，在本机完成转写并识别说话人，还能用全局听写把说的话直接送进当前应用。它的核心卖点只有一个：音频不离开本机，不需要账号、订阅或联网转写服务。代价也同样明确：只支持 Apple Silicon Mac，而且本地模型要吃内存和磁盘空间。

前往 GitHub 仓库

GitHub 国内访问较慢，如打不开可多刷新几次

项目信息表

项目	Local Transcriber（面向 macOS 的本地会议转写与全局听写工具）
适用平台	Apple Silicon Mac，macOS 14 Sonoma 或更高版本
转写引擎	MLX 加速的 Whisper（large-v3-turbo），说话人识别用 pyannote.audio
界面与核心	Swift/SwiftUI 菜单栏应用 + Python 核心，另提供命令行与 MCP 服务端
输出格式	纯文本、Markdown、JSON、SRT
资源需求	据项目说明建议 16 GB 内存，预留约 8 GB 磁盘空间
联网要求	安装与下载模型阶段需要联网，转写处理本身在本机完成

它能做的四件事

录会议并分说话人：录制麦克风与系统音频，通话双方音频作为独立轨道处理，转写结果带说话人信息，不再是一整段分不清谁说了什么的文字。
给说话人起名字：建立学习型语音数据库，后续可为已识别的说话人匹配姓名；据项目说明，还能用日历参与者信息辅助命名。
全局听写：按键触发后，把语音转成的文本输入当前光标所在的应用，写邮件、填文档、回消息都不用切换窗口。
接进自己的流程：支持文件夹监视、命令行与 MCP 服务端，录音文件进文件夹就能触发处理，也能被其他自动化工具调用。

获取方式怎么选

方式	适合谁	注意点
Homebrew Cask 安装	大多数用户，推荐先用这个	安装阶段需要联网，按项目文档走完权限授权即可用
按项目文档自行构建	想改代码、验 Swift 应用与 Python 核心兼容性的开发者	要同时对付 Swift 应用、Python 依赖与 MCP 服务端，成本明显更高

结论先行：只是想用转写和听写，选 Homebrew Cask；除非你要改源码，否则没必要自行构建。

上手指南

确认设备：先核对三项——Apple Silicon 芯片、macOS 14 或更高版本、内存与磁盘空间是否够本地模型用，不够就先别装，装了也跑不顺。
安装并授权：按项目文档完成安装，随后在系统设置里放行它需要的麦克风、系统录音、日历与辅助功能权限，缺任何一项都会导致录不上或听写送不进应用。
先录一段短会试水：第一次不要直接录一小时的重要会议，先录几分钟，检查转写准确度、说话人区分效果和导出格式是否符合你的整理习惯。
再定日常用法：试水没问题后，再决定是每次手动录，还是用文件夹监视自动处理录音文件；需要自动化时，再接命令行或 MCP 服务端。

装完先确认的四项设置

转写模型与语言：据项目说明确认当前模型与语言设置是否匹配你的会议语言，模型选错是转写质量差最常见的原因，先于一切检查。
说话人识别与语音库：确认是否开启说话人识别，并把常开会的人录进语音数据库；不建库，转写结果就只能区分“说话人 A、B”，起不了名字。
输出格式与文件命名：据项目说明可把会议标题作为文件名，提前定好格式（Markdown 方便再编辑，SRT 方便配字幕），避免每次导出后手动改名。
全局听写触发方式：确认触发按键与目标应用行为，听写是送进当前光标处，触发前先点好要输入的位置，否则文字会跑错地方。

注意事项与常见问题

只支持 Apple Silicon Mac：据项目说明，项目明确面向 Apple Silicon，其他硬件平台不在说明的支持范围内，装之前先确认芯片。
部分本地 AI 功能要求 macOS 26 与 Apple Intelligence：系统版本停在 macOS 14/15 的用户，基础转写可用，但部分本地 AI 功能可能不可用，升级前先看项目文档的版本要求。
本地模型要吃资源：据项目说明建议 16 GB 内存并预留约 8 GB 磁盘空间，内存小的老机器转写会变慢甚至跑不动，这是本地化的正常代价，不是软件故障。
录音要先过同意这一关：录制他人发言涉及参与者同意和当地法律责任，项目本身不替用户承担合规义务，开会录音前先告知对方。
模型与第三方库各有许可：转写模型、pyannote.audio 等第三方组件各自遵循其许可协议，商用或再分发前先查看项目提供的第三方声明。