想在 Mac 上离线转录会议，可以用 Whisper Notes（我们开发的应用）：它同时录下系统声音和麦克风，Zoom、Teams 和 Google Meet 通话都能录，不往会议里加机器人；它会自动识别通话，录制时显示实时转录面板，标注谁说了哪句（说话人数可以自己设，最多 8 位），单个录音最长 24 小时，全程在本机转录，不上传任何内容。两个 Mac 版本都能录会议：App Store 版 $7.99 一次性买断，一次购买同时包含 iPhone 版和 Mac App Store 版；从官网下载的 Mac 版 $14 一次性买断，每周免费 5,000 字。
转录用的是内置的 Parakeet 模型（Moondream 的 Parakeet Ultra，由 NVIDIA Parakeet V3 后训练而来）；在从官网下载的 Mac 版中打开 AI 功能后，还能用设备端 Gemma 4 模型生成摘要。
一个典型的周一
上午 10 点，跟客户的 Zoom 会议。Whisper Notes 同时捕获会议音频和你的麦克风，不会在参与者列表里加一个机器人。但录音是否合适，应用替你决定不了：请告知参会者，并按照你所在组织和当地法律的要求取得必要的同意。
通话结束后，Parakeet 在你的 Mac 上转录录音。内置的 Parakeet 模型在 Mac 上约为实时速度的 74 倍，一小时的会议不到一分钟就能变成文字；实际耗时因 Mac、音频和模型而异。打开 AI 功能后，Gemma 4 随后可以为转录稿生成摘要、提取待办事项，全程不经过任何 API。
流程就这么简单：录制、转录、校对、摘要。录音、语音识别和 Gemma 处理都留在这台 Mac 上。
它能做什么
录制
Whisper Notes 同时捕获会议音频和你的麦克风，Zoom、Teams 或 Google Meet 对话的双方都会被记录。在 Mac 上，Whisper Notes 会检测 Zoom、Teams 和 Google Meet 通话并询问是否录音，在设置里打开后也可以自动开始；在保留或分享转录稿之前，你可以先检查录音内容。同样的录法也适用于 Mac 播放的任何声音，比如网课或 YouTube 视频，见在 Mac 上录制系统声音。
和会议机器人不同，Whisper Notes 不会以参与者的身份出现在通话里。但这只是工作流上的区别，不是可以悄悄录音的许可：告知义务和同意要求因公司、国家和地区而异。
转录
Parakeet 通过 CoreML 在 Apple Silicon 上运行，支持 25 种欧洲语言。中文、日语、韩语和粤语则由通过 MLX 运行的 SenseVoice 处理。用 Whisper 转录时，Silero VAD 会先找出有人声的部分，跳过静音。实际性能取决于 Mac 机型、所选模型、音频长度和语音占比。
按说话人分段、带时间戳的会议转录稿；点任意一句，就从那一刻开始播放音频
说话人标签：谁说了什么
Whisper Notes 现在可以识别说话人。对会议录音运行说话人识别，每个段落都会带上“说话人 1、说话人 2”标签和时间戳。重命名一次，整篇转录的标签同步更新；SRT 和 VTT 导出保留这些名字。
和整个流程一样，说话人识别完全在设备上运行，iPhone 和 Mac 都支持。两三位音色差异明显的说话人效果最好——客户通话、访谈都是这种情况；音色相近时，可以自己设定说话人数，最多 8 位。测试数据、难例与真实局限见发布文章：Whisper Notes 现已支持说话人识别。
一场三人会议的说话人标签，识别出的说话人已改名
Mac 上的转录后工具
在从官网下载的 Mac 版中打开 AI 功能后，Gemma 4 直接在你的 Mac 上运行，不需要 API key，也没有云端调用。转录完成后：
- •摘要——把校对后的转录稿浓缩成要点
- •待办事项——识别候选任务和截止日期，供你核对确认
- •翻译——在支持的 Mac 上翻译转录稿
- •对话——问"我们在价格上达成了什么共识？"，得到基于转录内容的回答
从官网下载的 Mac 版里的 AI 助手：会议摘要在 Mac 上生成
离线会议转录有多快？
实测数据仅供参考，不是承诺。我们在 M4 Pro 上用同一段英语文件测了两个模型：
| 模型 | M4 Pro 上的实时倍速 |
|---|---|
| Parakeet V3 | 103 倍 |
| Whisper Large V3 Turbo | 14.3 倍 |
这个对比只用了一个文件、一台 Mac。更长的会议不一定按比例线性放大，实际耗时也随芯片、所选模型、语言、音频质量以及录音里有多少静音而变化。上面链接的 Parakeet V3 文章有完整的测试方法和模型对比。
为什么这样设计
会议音频可能包含敏感的客户谈判、HR 面谈、董事会讨论或法律咨询。这些数据在哪里处理、存在哪里，理应和其他机密记录受到同样严格的审视。
云端会议助手会把音频或转录稿发送到供应商的基础设施，按供应商的数据保留和处理政策来管理。这对实时协作可能很有用，但也意味着你的团队要多审查一个系统。
Whisper Notes 把录音、语音模型、转录稿和 Gemma 处理都留在 Mac 上。这减少了第三方数据传输，但并不会让你的工作流自动符合 GDPR、HIPAA、律师-客户特权规则或公司政策。你依然需要恰当的同意、访问控制、保留规则和设备安全措施。
横向对比
| Whisper Notes | 典型云端会议助手 | |
|---|---|---|
| 处理方式 | 100% 设备端 | 供应商基础设施 |
| 通话中有机器人 | 无 | 通常有机器人、浏览器扩展或日历集成 |
| 价格 | $7.99 一次性买断（App Store），或 $14 一次性买断（官网 Mac 版，每周免费 5,000 字） | 通常是免费档加订阅 |
| 离线可用 | 是 | 通常需要联网 |
| AI 摘要 | 本地 Gemma 4（从官网下载的 Mac 版） | 由服务商处理 |
GitHub 上的免费开源方案
在 GitHub 上搜 Mac 离线会议转录，会看到下面四个项目。它们都把音频留在你自己的电脑上：
- •Steno：在 macOS 15 及以上、Apple 芯片的 Mac 上录下 Zoom、Meet 或 Teams 通话的双方，用 Whisper（WhisperKit）转录，边说边出字；停止录制后才标注说话人。它有意不做摘要。个人非商业用途免费（Business Source License 1.1）。
- •Recap：同时录麦克风和系统声音，不加机器人，录制时在后台用 Whisper 模型本地转录，再用 Apple Intelligence 把你会上随手记的要点整理成笔记。需要 macOS 26。MIT 许可，可以用 DMG 或 Homebrew 安装。
- •local-meeting-transcriber：本身不录音，是一个后台服务——监视存放录音的文件夹，用 MLX Whisper 转录、用 pyannote 区分说话人，每个文件输出一份 TXT。需要在终端里安装（Python、FFmpeg、Hugging Face token）。MIT 许可。
- •Meeting Transcriber：在 Windows 或 macOS 13 及以上的 Mac（包括 Intel 机型）上录麦克风和会议声音，用 faster-whisper 在本地转成纯文本笔记。目前是预览版（0.1.5），Mac 版还没有经过 Apple 公证。GPL-3.0 许可。
适合选它们：你想要免费软件，不怕用 Homebrew 或终端，或者要在 Windows、Intel Mac 上用（Meeting Transcriber）。适合选 Whisper Notes：你想要一个应用就能自动识别 Zoom、Teams 和 Google Meet 通话、显示实时转录面板、标注并重命名说话人，有多个引擎（Parakeet、Whisper、SenseVoice、Qwen3-ASR）可以按会议语言来选，离开 Mac 时 iPhone 上也是同一个应用。
各项目信息来自其 GitHub README，核对于 2026-11-02。
不同会议，不同语言
按会议语言选模型：
| 英语 / 欧洲语言 | Parakeet V3 — 25 种欧洲语言；在 Mac 上约为实时速度的 74 倍；Open ASR Leaderboard 英语 WER 6.32% |
| 中文 / 日语 / 韩语 | SenseVoice — 中文、日语、韩语和粤语的快速选项；我们的 M4 Pro 测试中 27 分钟中文音频 13.83 秒转完（这次测试用的是较早版本的 App，如今模型卡片上的速度是 115–131 倍实时速度，与当时相当）。在 Mac 上想错得更少：Qwen3-ASR 1.7B（Beta） |
| 其他语言 | Whisper Large V3 Turbo — 100+ 种语言，三者中语言覆盖最广 |
这套工作流适合什么，不适合什么
Whisper Notes 适合这样的会议：你想要一份私密的录音，会后拿到一份可以校对的转录稿。在 Mac 上，通话期间会有一个实时转录面板显示文字：Parakeet 支持的 25 种欧洲语言几秒内就出字，中文等其他语言大约每 30 秒更新一次；它是随录随出的转录稿，不是字幕服务。这里也没有让多名同事同时编辑同一份转录稿的共享云端工作区。
如果实时字幕、自动分发给大团队或多人同时协作编辑比本地处理更重要，云端会议平台可能更合适。如果录音应该只留在一台 Mac 上，本地工作流就是优势所在。
如果你想用脚本或自己的工具来驱动它，从官网下载的 Mac 版内置了本地 CLI 和 MCP 服务器，设置方法见 CLI 与 MCP 指南。
常见问题
如何在 Mac 上转录会议录音，且不上传任何文件？
用 Mac 版 Whisper Notes。它录制会议音频和你的麦克风，然后本地转录。默认的 Parakeet 在 Mac 上约为实时速度的 74 倍，一小时的会议不到一分钟就能转完；实际耗时因 Mac、模型、语言和录音而异。
可以离线录制并转录 Zoom 或 Teams 会议、不让机器人加入通话吗？
可以。Whisper Notes 直接在 Mac 上捕获会议音频，不会在参与者列表里加机器人。在 Mac 上，它会检测 Zoom、Teams 和 Google Meet 通话并询问是否录音。请告知参会者，并按照你所在组织和当地法律的要求取得必要的同意。
录制会议前应该确认什么？
确认你的组织以及适用于每一位参会者的法律允许录音。告知参会者、取得必要的同意、保护好本地文件，并按你的保留政策及时删除。设备端处理减少了第三方传输，但不能替代这些责任。
Whisper Notes 能实时转录会议吗？
接近。在 Mac 上，通话期间会有一个实时转录面板显示文字，转录在你的 Mac 上完成：Parakeet 支持的 25 种欧洲语言几秒内就出字，中文等其他语言大约每 30 秒更新一次。但它不是实时字幕工具：如果参会者需要边说边看字幕，请使用专门做这件事的工具。
可以在不把转录稿发到云端的情况下获得 AI 会议摘要吗？
可以。在从官网下载的 Mac 版中打开 AI 功能后，Gemma 4 在本地运行，为校对后的转录稿生成摘要、建议待办事项、回答相关问题。不需要 API key，也没有云端调用；生成的摘要和任务请对照转录稿核实。
Mac 上有免费开源的离线会议转录工具吗？
有。Steno 和 Recap 都能录下通话双方，并用 Whisper 在本机转录：Steno 边说边出字，个人使用免费；Recap 需要 macOS 26，MIT 许可。local-meeting-transcriber 转录监视文件夹里已经录好的文件，Meeting Transcriber 是预览版，也能在 Windows 上用。如果你想在一个应用里同时拿到通话识别、实时转录面板和说话人标注，Whisper Notes 是付费的选择。
Whisper Notes 能标出会议里谁说了什么吗？
能。设备端说话人识别会按说话人标注每个段落，iPhone 和 Mac 都支持。重命名一次，整篇转录同步更新；SRT 和 VTT 导出保留姓名。音色相近时，可以自己设定说话人数，最多 8 位。
下载 iOS 版