Mac 离线语音转文字：音频不离开电脑的本地模型

在本地运行的是什么

在搭载 Apple silicon 的 Mac 上，App 可以下载两个模型并在本机运行：用于转录的 Whisper Large v3 Turbo，以及用于回答的 Qwen 3 8B。下载一次后，它们就在 Mac 本身上运行，适用于音频不应离开房间的会话。

云端处理还是本地模型，按用途逐一决定。每周的站会和与律师的咨询不需要同样的处理方式，你也不必所有场景都只选一种。

不同模式下，什么去了哪里

“私密”这个词常被含糊地使用，所以值得说清楚。

• 云端会话：麦克风音频——在 Mac 上还可选系统音频和截取的屏幕——会传送到 OpenAI 的 Realtime API 以生成转录文本和回答。附件会作为上下文发送。
• Mac 上的本地会话：下载的模型在本机处理音频和文字。
• 两种情况下，转录文本、回答、会话、任务和笔记都保存在设备上，没有云同步。
• App 的后端保存账户、购买、积分余额和使用记录。它不接收也不保存音频、转录文本、回答或附件。

坦白说说取舍

能装进笔记本电脑的模型，比在数据中心运行的模型小。一个 80 亿参数模型的回答足以应付很多事——提炼决定、解释术语、起草跟进邮件——但在广博知识或长链推理上，明显不如大型云端模型。

下载体积有好几 GB，运行时会实打实地占用内存和算力。在较新的 Apple silicon Mac 上没问题；在较旧的机型上会更慢。这也是它是 Mac 功能的原因：手机没有这样的余量。

在 iPhone 和 iPad 上

大型本地模型只限 Mac。在 iPhone 和 iPad 上，转录仍可由设备端的 Apple 语音识别完成，而不是 OpenAI 的模型。此时回答依然来自云端模型——你说的话在手机上转录，帮助则不是。

私密也关乎在场的人

让音频留在本机，是在防范第三方。这并不改变你正在记录别人说话的事实。他们有权知道，而在很多地方法律也有此要求——关于录制和转录他人对话的指南会说明该说什么。