ถอดเสียงแบบออฟไลน์บน Mac: โมเดลบนเครื่อง เสียงไม่ออกนอกห้อง

อะไรรันบนเครื่อง

บน Mac ที่ใช้ Apple silicon แอปดาวน์โหลดโมเดลสองตัวมารันบนเครื่องได้ คือ Whisper Large v3 Turbo สำหรับถอดเสียงและ Qwen 3 8B สำหรับตอบ เมื่อดาวน์โหลดแล้วจะรันบน Mac เอง สำหรับเซสชันที่เสียงไม่ควรออกไปนอกห้อง

การเลือกระหว่างประมวลผลบนคลาวด์กับโมเดลบนเครื่องเป็นการตัดสินใจตามการใช้งาน สแตนด์อัพประจำสัปดาห์กับการปรึกษาทนายไม่จำเป็นต้องได้รับการจัดการแบบเดียวกัน และคุณไม่ต้องเลือกแบบเดียวสำหรับทุกอย่าง

อะไรไปที่ไหน ในแต่ละโหมด

คำว่า “ส่วนตัว” มักถูกใช้อย่างคลุมเครือ จึงควรพูดให้ชัด

• เซสชันคลาวด์: เสียงจากไมโครโฟน และบน Mac อาจรวมเสียงระบบและหน้าจอที่จับไว้ด้วย จะถูกส่งไปยัง Realtime API ของ OpenAI เพื่อสร้างบันทึกถอดเสียงและคำตอบ ไฟล์แนบจะถูกส่งเป็นบริบท
• เซสชันบนเครื่องใน Mac: โมเดลที่ดาวน์โหลดไว้ประมวลผลเสียงและข้อความบนเครื่อง
• ทั้งสองกรณี บันทึกถอดเสียง คำตอบ เซสชัน งาน และโน้ตเก็บอยู่บนอุปกรณ์ ไม่มีการซิงก์คลาวด์
• ระบบหลังบ้านของแอปเก็บบัญชี การซื้อ ยอดเครดิต และบันทึกการใช้งาน ไม่ได้รับหรือเก็บเสียง บันทึกถอดเสียง คำตอบ หรือไฟล์แนบ

ข้อแลกเปลี่ยน พูดกันตรงๆ

โมเดลที่ใส่ในแล็ปท็อปได้ย่อมเล็กกว่าโมเดลที่รันในศูนย์ข้อมูล คำตอบของโมเดลขนาดแปดพันล้านพารามิเตอร์เพียงพอสำหรับหลายงาน เช่น ดึงการตัดสินใจ อธิบายศัพท์ ร่างข้อความติดตามงาน แต่ถ้าต้องใช้ความรู้กว้างหรือการให้เหตุผลยาวๆ จะด้อยกว่าโมเดลคลาวด์ขนาดใหญ่อย่างเห็นได้ชัด

ไฟล์ที่ดาวน์โหลดมีขนาดหลายกิกะไบต์ และโมเดลใช้หน่วยความจำและกำลังประมวลผลจริงขณะรัน บน Mac Apple silicon รุ่นใหม่ไม่มีปัญหา บนรุ่นเก่าจะช้ากว่า นี่คือเหตุผลที่เป็นฟีเจอร์ของ Mac เพราะโทรศัพท์ไม่มีเหลือพอ

บน iPhone และ iPad

โมเดลบนเครื่องขนาดใหญ่มีเฉพาะบน Mac บน iPhone และ iPad การถอดเสียงยังมาจากระบบรู้จำเสียงพูดของ Apple บนอุปกรณ์แทนโมเดลของ OpenAI ได้ แต่คำตอบยังมาจากโมเดลคลาวด์ การถอดคำพูดของคุณเกิดบนโทรศัพท์ แต่ความช่วยเหลือไม่ได้เกิดที่นั่น

ความเป็นส่วนตัวเกี่ยวกับคนในห้องด้วย

การเก็บเสียงไว้บนเครื่องปกป้องมันจากบุคคลที่สาม แต่ไม่ได้เปลี่ยนความจริงที่ว่าคุณกำลังบันทึกสิ่งที่คนอื่นพูด พวกเขามีสิทธิ์รู้ และในหลายที่กฎหมายก็กำหนดไว้ คู่มือเรื่องการอัดเสียงและถอดเสียงผู้อื่นอธิบายว่าควรพูดอะไร