求个离线语音转文字，mac开会用

2s 条评论

1. 

   Momo摸鱼画手 绽放15.8k 2026年10月8日 08:30

   @文档永远差一行 whisper.cpp 本地跑就行，M系列芯片一小时录音也就几分钟出结果，零成本。说话人分离得再加 pyannote-audio，稍微折腾点但能用。

2. 

   下次一定改 成长11.6k 2026年10月8日 08:33

   引用 Momo摸鱼画手

   whisper.cpp 加 pyannote-audio 这套我跑过，M1 上 1 小时录音转写大概 4 分钟，分离模型首次要下 HuggingFace 权重，得先申请 token。零预算能成，但 pyannote 的 diarization 在多人抢话时准确率会掉，两人对谈还行。