Phiên âm cuộc họp ngoại tuyến trên Mac: Ghi âm Zoom, Teams và Meet cục bộ

Một ngày thứ Hai điển hình

10 giờ sáng, cuộc gọi Zoom với khách hàng. Whisper Notes thu âm thanh cuộc họp và micro của bạn mà không thêm bot vào danh sách người tham gia. Ứng dụng không thể thay bạn quyết định việc ghi âm có phù hợp hay không: hãy thông báo cho người tham gia và xin mọi sự đồng ý mà tổ chức của bạn cùng luật pháp địa phương yêu cầu.

Khi cuộc gọi kết thúc, Parakeet chép lời bản ghi ngay trên Mac của bạn. Trên Mac, mô hình Parakeet tích hợp chạy nhanh khoảng 74× thời gian thực, nên một cuộc họp dài một giờ thành văn bản trong chưa đầy một phút; thời gian thực tế sẽ khác nhau tùy máy Mac, âm thanh và mô hình. Bật các tính năng AI, Gemma 4 sau đó có thể tóm tắt bản chép lời hoặc trích xuất công việc cần làm mà không gửi nội dung tới bất kỳ API nào.

Quy trình rất đơn giản: ghi âm, chép lời, rà soát và tóm tắt. Bản ghi, phần nhận dạng giọng nói và phần xử lý của Gemma đều ở lại trên máy Mac.

Ứng dụng làm được gì

Ghi âm

Whisper Notes thu âm thanh cuộc họp và micro của bạn cùng lúc, nên cả hai phía của cuộc trò chuyện trên Zoom, Teams hay Google Meet đều được ghi lại. Trên Mac, Whisper Notes nhận diện cuộc gọi Zoom, Teams và Google Meet, hỏi bạn có muốn ghi không, và có thể tự động bắt đầu ghi nếu bạn bật tùy chọn này; bạn có thể nghe lại bản ghi trước khi giữ hoặc chia sẻ bản chép lời.

Khác với bot ghi chú cuộc họp, Whisper Notes không xuất hiện như một người tham gia. Đó là khác biệt về quy trình làm việc, không phải giấy phép để ghi âm trong im lặng: yêu cầu về thông báo và sự đồng ý khác nhau tùy công ty, quốc gia và tiểu bang.

Chép lời

Parakeet chạy trên Apple Silicon qua CoreML và hỗ trợ 25 ngôn ngữ châu Âu. Với tiếng Trung, tiếng Nhật, tiếng Hàn và tiếng Quảng Đông, SenseVoice chạy qua MLX. Trước khi Whisper chép lời, Silero VAD bỏ qua các đoạn im lặng. Hiệu năng phụ thuộc vào máy Mac, mô hình, độ dài âm thanh và lượng giọng nói trong bản ghi.

Bản chép lời cuộc họp tách theo người nói, kèm dấu thời gian; nhấp vào câu bất kỳ để phát âm thanh từ thời điểm đó

Nhãn người nói: ai đã nói gì

Whisper Notes giờ đây có thể phân tách người nói. Chạy nhận diện người nói trên bản ghi cuộc họp, mỗi đoạn sẽ có nhãn — Người nói 1, Người nói 2 — kèm dấu thời gian. Đổi tên một người nói một lần, nhãn sẽ cập nhật trong toàn bộ bản chép lời; xuất SRT và VTT giữ nguyên tên.

Giống phần còn lại của quy trình, nhận diện người nói chạy hoàn toàn trên thiết bị, trên cả iPhone và Mac. Hai đến ba giọng nói khác biệt rõ ràng — cuộc gọi với khách hàng, buổi phỏng vấn — cho kết quả tốt nhất; nếu các giọng giống nhau, hãy tự đặt số người nói (tối đa 8). Số liệu benchmark, các trường hợp khó và giới hạn thực tế có trong bài công bố: Whisper Notes ra mắt phân tách người nói trên thiết bị.

Nhãn người nói trong một cuộc họp ba người, những người nói được nhận diện đã được đổi tên

Công cụ sau khi chép lời trên Mac

Bật các tính năng AI trong ứng dụng Mac tải từ trang web của chúng tôi, Gemma 4 sẽ chạy trên Mac của bạn, không cần API key hay gọi cloud. Sau khi chép lời:

• •Tóm tắt — cô đọng bản chép lời đã rà soát thành các điểm chính
• •Công việc cần làm — nhận diện các nhiệm vụ và hạn chót tiềm năng để bạn kiểm chứng lại
• •Dịch — dịch bản chép lời trên các máy Mac được hỗ trợ
• •Trò chuyện — hỏi "chúng ta đã thống nhất gì về giá?" và nhận câu trả lời bám sát bản chép lời

Trợ lý AI trong ứng dụng Mac tải từ trang web của chúng tôi: bản tóm tắt cuộc họp, được viết ngay trên Mac

Chép lời cuộc họp offline nhanh đến mức nào?

Hãy xem các kết quả đo được như số liệu tham khảo, không phải lời cam kết. Chúng tôi chạy cùng một file tiếng Anh qua hai mô hình trên M4 Pro:

Phép so sánh này chỉ dùng một file trên một máy Mac. Cuộc họp dài hơn không phải lúc nào cũng tăng thời gian theo đúng tỷ lệ, và con số chính xác thay đổi theo chip, mô hình được chọn, ngôn ngữ, chất lượng âm thanh và lượng khoảng lặng trong bản ghi. Bài viết về Parakeet V3 được liên kết ở trên trình bày đầy đủ phương pháp đo và phần so sánh mô hình.

Tại sao chúng tôi xây dựng theo cách này

Âm thanh cuộc họp có thể chứa những cuộc đàm phán nhạy cảm với khách hàng, đánh giá nhân sự, thảo luận hội đồng quản trị hay tư vấn pháp lý. Nơi dữ liệu đó được xử lý và lưu trữ xứng đáng được soi xét kỹ như bất kỳ hồ sơ mật nào khác.

Trợ lý họp trên cloud gửi âm thanh hoặc bản chép lời tới hạ tầng của nhà cung cấp và xử lý chúng theo chính sách lưu giữ và xử lý dữ liệu của nhà cung cấp đó. Điều này có thể hữu ích cho việc cộng tác trực tiếp, nhưng cũng thêm một hệ thống nữa mà đội của bạn phải rà soát.

Whisper Notes giữ bản ghi, mô hình giọng nói, bản chép lời và phần xử lý của Gemma trên máy Mac. Điều đó giảm việc chuyển dữ liệu cho bên thứ ba, nhưng không tự động khiến quy trình của bạn tuân thủ GDPR, HIPAA, các quy tắc đặc quyền nghề nghiệp hay chính sách công ty. Bạn vẫn cần sự đồng ý phù hợp, kiểm soát truy cập, quy định lưu giữ và bảo mật thiết bị.

So sánh

Các lựa chọn miễn phí, mã nguồn mở trên GitHub

Tìm trên GitHub cách chép lời cuộc họp offline trên Mac, bạn sẽ gặp bốn dự án dưới đây. Tất cả đều giữ âm thanh trên máy tính của bạn:

• •Steno ghi cả hai phía của cuộc gọi Zoom, Meet hoặc Teams trên macOS 15 trở lên với chip Apple silicon, chép lời bằng Whisper (WhisperKit) và hiện chữ ngay khi mọi người nói; nhãn người nói chỉ xuất hiện sau khi bạn dừng ghi. Ứng dụng cố ý không làm tóm tắt. Miễn phí cho mục đích cá nhân, phi thương mại (Business Source License 1.1).
• •Recap ghi micro và âm thanh hệ thống mà không cần bot, chép lời ngay trên thiết bị bằng các mô hình Whisper chạy nền, và dùng Apple Intelligence biến các gạch đầu dòng bạn ghi trong cuộc họp thành ghi chú. Cần macOS 26. Giấy phép MIT, cài từ file DMG hoặc Homebrew.
• •local-meeting-transcriber không ghi âm: đây là một dịch vụ chạy nền theo dõi các thư mục chứa bản ghi đã hoàn tất, chép lời bằng MLX Whisper, gắn nhãn người nói bằng pyannote và xuất một file TXT cho mỗi file. Cài đặt qua terminal (Python, FFmpeg, một token Hugging Face). Giấy phép MIT.
• •Meeting Transcriber ghi micro và âm thanh cuộc họp trên Windows hoặc trên Mac chạy macOS 13 trở lên, kể cả máy Intel, rồi chép lời cục bộ bằng faster-whisper thành ghi chú văn bản thuần. Đây là bản xem trước (0.1.5), chưa được Apple notarize trên Mac. GPL-3.0.

Chọn một trong các dự án này nếu bạn muốn phần mềm miễn phí, quen dùng Homebrew hoặc terminal, hoặc cần chạy trên Windows hay Mac Intel (Meeting Transcriber). Chọn Whisper Notes nếu bạn muốn một ứng dụng duy nhất nhận diện cuộc gọi Zoom, Teams và Google Meet, hiển thị bảng chép lời trực tiếp, gắn nhãn người nói mà bạn có thể đổi tên, có nhiều engine (Parakeet, Whisper, SenseVoice, Qwen3-ASR) để chọn theo ngôn ngữ cuộc họp, và cũng là ứng dụng đó trên iPhone cho những bản ghi khi bạn không ở cạnh Mac.

Thông tin dự án lấy từ README của từng dự án trên GitHub, kiểm tra ngày 2026-11-02.

Cuộc họp khác nhau, ngôn ngữ khác nhau

Chọn mô hình phù hợp với ngôn ngữ cuộc họp của bạn:

Quy trình này phù hợp ở đâu, và không phù hợp ở đâu

Whisper Notes phù hợp với những cuộc họp mà bạn muốn có bản ghi riêng tư và bản chép lời đã rà soát sau cuộc gọi. Trên Mac, bảng chép lời trực tiếp hiển thị văn bản trong lúc gọi: trong vài giây với 25 ngôn ngữ châu Âu mà Parakeet hỗ trợ, và khoảng mỗi 30 giây với các ngôn ngữ khác như tiếng Trung; đây là bản chép lời chạy dần, không phải dịch vụ phụ đề. Ứng dụng không có không gian làm việc chung trên cloud để nhiều đồng nghiệp cùng chỉnh sửa một bản chép lời.

Nếu phụ đề thời gian thực, việc tự động phân phối cho một đội lớn, hay chỉnh sửa cộng tác đồng thời quan trọng hơn xử lý cục bộ, một nền tảng họp trên cloud có thể phù hợp hơn. Nếu bản ghi cần ở lại trên một máy Mac duy nhất, quy trình cục bộ chính là lợi thế.

Nếu bạn muốn điều khiển quy trình này từ một script hay công cụ riêng, ứng dụng Mac tải từ trang web của chúng tôi có sẵn CLI cục bộ và máy chủ MCP — cách thiết lập nằm trong hướng dẫn CLI và MCP.

Câu hỏi thường gặp

Tải về cho iOS Tải về cho macOS