Whisper Transcription 是一款基于开源 Whisper 模型的智能语音转文字工具，专门为 MacOS 系统优化。该软件支持实时语音识别和音频文件转录，能够准确处理多种语言发音，特别适合会议记录、访谈整理和学习笔记等场景。采用本地处理技术，确保用户隐私数据不经过云端服务器。
多语言转录：支持 99 种语言的自动识别，包括英语、中文、法语、德语等主流语言，准确率可达 95%
音频格式兼容：支持 MP3、WAV、FLAC、AIFF 等主流音频格式，可处理 16 kHz 至 48 kHz 采样率的文件
说话人分离：自动识别不同说话人，通过分段标记和颜色区分实现多角色对话转录
时间戳标注：在每个段落前自动插入 hh:mm:ss 格式的时间标记，方便后期校对和定位
批量处理队列：可同时添加多个音频文件建立处理队列，支持后台运行和进度监控
导出格式多样：支持导出 TXT、SRT、VTT 等文本格式，Word 和 PDF 文档格式，以及 JSON 结构化数据
GPU 加速优化：充分利用 MacOS 的 Metal 框架加速计算，处理速度比纯 CPU 模式快 3 倍
自定义热词库：允许添加专业术语和人名等特殊词汇，提升特定领域的识别准确率
发布日期：2025 年 4 月 15 日
新增葡萄牙语和阿拉伯语的专项优化模型
改进实时转录模式下的延迟表现
修复 M1 Max 芯片设备上的内存泄漏问题
添加转录历史记录管理功能
发布日期：2025 年 3 月 5 日
支持 MacOS 15 系统的新音频 API
优化长音频文件的分段处理机制
增加自动检测背景噪音并过滤的功能
本软件需要 MacOS 12 Monterey 或更高版本系统，兼容 Intel 和 Apple Silicon 芯片。安装时直接拖拽应用图标至 Applications 文件夹即可。首次运行需要在系统设置中授予麦克风和磁盘访问权限。建议保持至少 8 GB 可用内存以获得最佳性能。
转载请保留原文链接！
本站所有资源文章出自互联网收集整理，本站不参与制作，如果侵犯了您的合法权益，请联系本站我们会及时删除。
本站资源仅供研究、学习交流之用，若使用商业用途，请购买正版授权，否则产生的一切后果将由下载用户自行承担。
联系方式（#替换成@）：feedback#iplayzip.com
