如何在Mac上离线转写音频文件，无需上传
简短回答
Mac可以离线把录音转成文字，不必把它发送到任何地方。在提供该功能的地区，语音备忘录可以显示它自己录音的转写文本。开源的Whisper模型经过简单安装后，可以在终端中处理任何音频文件。Mac本地听写App Flit在“转写”标签页中接收音频或视频文件，直接在Mac上生成分段的转写文本，可存为文本文件，或导出为SRT和VTT。
如何在语音备忘录中查看录音的转写文本
- 在Mac上打开语音备忘录App。
- 点按你想阅读的录音。
- 点按听写文本按钮，查看转写文本。
- 选择所需的文字，按住Control键点按它，然后选取拷贝。
- 将文本粘贴到“邮件”、文稿或任何其他App中。
- 若要按说过的内容查找录音，请在搜索栏中输入这些词。“语音备忘录”会显示标题或转写文本中包含这些文字的录音。
Apple表示，音频转写并非在所有国家或地区都可用，所以你的Mac上可能没有“听写文本”按钮。它适用于在语音备忘录中录制的录音。
搜索“音频转文字”，大多数结果都是要求你上传文件的网站。在搭载Apple芯片的Mac上，这没有必要：这台电脑自己就能完成，录音从不离开磁盘。共有三种方法，下表是简要版本。
在Mac上转写录音的三种方法
| 方法 | 需要什么 | 得到什么 |
|---|---|---|
| 语音备忘录 | 无需安装。需要一段在语音备忘录中录制的录音，且所在地区提供转写功能 | 可阅读、搜索和拷贝的转写文本 |
| 终端中的Whisper | Python、ffmpeg和一次pip安装。需要熟悉命令行 | 适用于任何音频文件，生成文本文件以及SRT和VTT |
| Flit | Flit App，macOS 14或更高版本，Apple芯片 | 从任何音频或视频文件生成分段的转写文本，存为文本，可导出为Markdown、SRT或VTT |
语音备忘录：免费、内置，适用于它自己的录音
macOS自带的语音备忘录App可以显示录音的转写文本。Apple的相关页面介绍了“听写文本”按钮、如何拷贝文字，以及如何按说话内容搜索录音。页面还指出，音频转写并非在所有国家或地区都可用。
如果录音是在Mac上，或在与Mac同步的iPhone上用语音备忘录录制的，它就是合适的选择。对于来自其他地方的文件、视频，或比备忘录更长的录音，另外两种方法能做得更多。
终端中的Whisper：简单安装后可处理任何文件
Whisper是OpenAI推出的开源语音识别模型，其代码和权重以MIT许可证发布。它附带一个命令行工具，接收音频文件并返回文字。该项目的README列出兼容Python 3.8到3.11，并说明它需要ffmpeg工具来读取音频。
- 打开“终端”。
- 安装ffmpeg。使用Homebrew的命令是
brew install ffmpeg。 - 用
pip install -U openai-whisper安装Whisper。 - 用
whisper recording.mp3 --model turbo处理文件。它会在你运行命令的文件夹中，把转写文本写成文本、SRT和VTT文件。 - 如果你知道录音的语言，就指定它：
whisper interview.wav --language German。
选哪个模型，准确度如何
使用Whisper时，取舍由你自己决定。该项目发布了六种大小，从3900万参数的tiny到15.5亿参数的large，并标注tiny的速度约为large的十倍。turbo模型有8.09亿参数，速度约为large的八倍。
无论用哪种工具，可靠的检验方法都一样：挑出重要的几分钟，回放一遍，对照转写文本阅读，然后再信任整份文档。人名、数字以及多人同时说话时的内容，是每个模型都会出错的地方。
三者都做不到的事
它们都不会标明谁说了什么。这几种方法生成的转写文本都是一整段连续的文字；说话人标签需要单独的模型，在Mac上这意味着需要专门的工具，例如MacWhisper。它们也都不会在会议进行时录音：录音需要你自己提供。
在Flit中转写文件
Flit首先是一款听写App：按住按键，说话，成文就会出现在你的光标处。从1.5版起，它还能在Mac上用相同的语音模型转写你已有的录音。
- 把音频或视频文件拖到“设置 → 转写”或菜单栏中的Flit图标上，或者在访达中右键点按文件，然后选取“服务 → Transcribe with Flit”。MP3、M4A、WAV、AIFF、FLAC、MP4和MOV都支持。
- 转写文本会边处理边出现，并在说话人停顿处分段。在“整洁”格式化级别下，两小时的录音只需几分钟。
- 它会以文本文件保存在你选择的文件夹中，并保留在该标签页中供以后查看。可以导出为Markdown，或带时间戳的SRT和VTT字幕。
- 为录音选择语音模型和格式化级别，与听写设置分开。“润色”会把录音整理成通顺的文章。
- 在脚本中使用：从“设置 → 转写”安装
flit命令，然后在终端中用flit transcribe meeting.m4a --srt即可完成同样的操作。 - 不上传任何内容。文件在Mac上分段读取，关闭Wi-Fi时Flit也能转写。
- Flit可免费试用7天，所有功能全部开放，之后$19买断，无需账户，无需订阅。
值得了解
- Flit不会标注说话人，也不会在会议进行时录音。这两项都已在它的路线图上。
- 录音可以使用哪些语言，取决于你选择的语音模型：Parakeet Ultra支持25种欧洲语言，Cohere Transcribe支持14种，Qwen3-ASR支持30种，Whisper支持99种，Omnilingual支持1,600多种，准确度因语言而异。
- Flit在搭载Apple芯片、运行macOS 14或更高版本的Mac上运行，它的语音模型需要下载，大小约0.5到2.8 GB，只需选择一次。
常见问题
如何在Mac上免费转写音频文件？
有两种方法不花钱。在提供该功能的地区，点按录音的“听写文本”按钮，语音备忘录就会显示转写文本。开源的Whisper模型可以用pip安装，并在终端中处理任何音频文件。
能在Mac上离线把音频转成文字吗？
能。Whisper安装后即可在终端中运行，Flit在关闭Wi-Fi时也能转写任何音频或视频文件。在提供该功能的地区，语音备忘录可以显示它自己录音的转写文本，不过Apple没有说明这是否在Mac上完成。
Mac能在不上传的情况下转写音频吗？
能。语音备忘录、终端中的Whisper和Flit都在Mac本机上运行。在Apple芯片上，模型足够快，两小时的录音只需几分钟，文件也从不离开磁盘。
能在Mac上转写视频文件吗？
Whisper通过ffmpeg读取视频，Flit可以直接接收MP4和MOV。两者都只使用声音，忽略画面。语音备忘录只转写它自己的录音。
哪款Mac App能提供说话人标签？
这里的三种都不能。MacWhisper的Pro版可以在Mac上标注说话人，Otter等会议工具则在云端完成。
有能在Mac上转写音频文件的App吗？
有。Flit是一款Mac本地听写App，带有“转写”标签页：拖入音频或视频文件，就能在Mac上得到转写文本，存为文本，并可导出为Markdown、SRT或VTT。Flit可免费试用7天，所有功能全部开放，之后$19买断，无需账户，无需订阅。