Whisper Notes 可以在 Mac 上录制 Zoom、Teams 和 Google Meet 的会议音频，用 Parakeet V3 本地转录，直接下载版 (DMG) 还能用设备端 Gemma 4 生成摘要。没有会议机器人加入通话。Mac 版含 10,000 字免费试用，之后 $6.99 一次性买断。
在 Whisper Notes 中录制 Zoom 通话，用于设备端转录
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 V3 在你的 Mac 上转录录音。在我们的 M4 Pro 测试中，同一段 35 分钟的文件，Parakeet V3 用了 18 秒，Whisper Large V3 Turbo 用了 3 分钟；实际耗时因 Mac、音频和模型而异。在直接下载版 (DMG) 中，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。公开的直接下载版可以自动检测这些会议应用；在保留或分享转录稿之前，你可以先检查录音内容。
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 V3 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。Pyannote VAD 会在转录前去除静音片段。实际性能取决于 Mac 机型、所选模型、音频长度和语音占比。
带时间戳、可行内编辑的转录稿——点击任意段落即可跳转到音频中的对应位置
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（1.8.5 及以上）、当前 Mac App Store 版和直接下载版 (DMG)（1.5.1 及以上）均已支持。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，可手动指定说话人数量（2–6）。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。
两人录音中的说话人标签——识别出的说话人已重命名为真实姓名
Mac 上的转录后工具
在直接下载版 (DMG) 中，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
直接下载版的转录后工具：摘要、待办事项、翻译和对话
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 35 分钟的英语文件测了三个模型：
| 模型 | 35 分钟文件，M4 Pro |
|---|---|
| Parakeet V3 | 18 秒 |
| Whisper Large V3 Turbo | 3 分钟 |
| Whisper Large V3 | 7 分钟 |
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 Pyannote 去除的静音量而变化。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 | 10,000 字试用，之后 $6.99 一次性买断 | 通常是免费档加订阅 |
| 离线可用 | 是 | 通常需要联网 |
| AI 摘要 | 直接下载版内置本地 Gemma 4 | 由服务商处理 |
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；我们的 M4 Pro 测试中 35 分钟音频 18 秒转完；Open ASR Leaderboard 英语 WER 6.32% |
| 中文 / 日语 / 韩语 | SenseVoice — 支持中文、日语、韩语和粤语；我们的 M4 Pro 测试中 27 分钟中文音频 13.83 秒转完 |
| 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。它不提供会议进行中的实时字幕，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。
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。在我们的 M4 Pro 基准测试中，Parakeet V3 处理一段 35 分钟的英语文件用了 18 秒；实际结果因 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。公开版本能自动检测 Zoom、Teams 和 Google Meet。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？
不能。Whisper Notes 在通话期间录音，录音结束后再本地转录。如果你需要会议中的实时字幕，请使用专为实时字幕设计的工具。
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，在直接下载版 (DMG) 中。Gemma 4 在 Mac 上本地运行，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。
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（1.8.5 及以上）、当前 Mac App Store 版和直接下载版 (DMG)（1.5.1 及以上）均已支持。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，可手动指定说话人数量（2–6）。
下载 iOS 版