指南

离线转录：不上传音频也能转文字的所有方法

大多数转录服务都要求把你的录音放到它们的服务器上。下面是让录音留在你自己的 Mac 或 iPhone 上的所有方法，包括免费的，也包括不是我们家的。

9 October 2026

搜索"音频转文字"，几乎每条结果都是一个要你上传文件的网站。如果是一期播客，这没什么问题。但如果是客户电话、消息源访谈、心理咨询或董事会会议，这就意味着录音的一份副本从此存放在别人的服务器上，受一份你无法查验的留存政策约束。

你不必接受这一点。小到能在笔记本电脑上运行的语音识别模型，好用已经有好几年了，而使用它们的方式也比大多数人以为的要多。这篇指南会把它们全部讲到，包括免费的，也包括与我们竞争的。

为什么"离线"值得在意 #

除了原则问题，还有三个实际的理由。

**保密。**如果一段录音受知情同意书、保密协议、律师-当事人特权或健康隐私法规的约束，把它上传给第三方就是一个会带来后果的决定。在本地处理，这个问题就不复存在。

**成本。**云服务要为服务器时间付费，所以会按量向你收费——按分钟、按小时，或者按月度额度。本地转录运行在你已经拥有的硬件上，两小时的文件和两分钟的文件花费一样。

**在哪儿都能用。**在飞机上，在没有 Wi-Fi 的法院里，在野外录音的路上。没有网络也没关系。

下面所有内容都有一个前提："离线"是一个你可以亲自测试、而不必选择相信的说法。我们的指南检查转录应用是否上传你的音频介绍了怎么做，大约只需三十秒。

方案一：你的 iPhone 或 Mac 上已经有的 #

**语音备忘录和备忘录的转录文本。**较新版本的 iOS 可以为语音备忘录显示转录文本，备忘录里的通话录音也会附带一份。它在设备上运行，不花一分钱。

如果你用 iPhone 录音、说的是受支持的语言，而且只需要读一读文字，这就是正确答案。不过它的局限也很实在：与 Whisper 相比，支持的语言列表很短；它不能处理在别处录制的文件；无法导出字幕；转录文本是一整段文字，没有可用的时间戳。我们的指南在 iPhone 上转录语音备忘录一步步讲解了它的用法。

**听写。**Mac 或 iPhone 上的听写功能可以把实时语音转成文字，在较新的硬件上大部分处理都在设备上完成。但它是实时收听麦克风的。它读不了音频文件，所以对于任何已经录好的内容，它都不是合适的工具。

方案二：自己运行 Whisper #

OpenAI 把 Whisper 开源了，有两个项目让你可以轻松地在自己的电脑上运行它。

whisper.cpp 是一个快速的 C/C++ 移植版本，在 Apple silicon 上运行得很好。它免费、出色，Offline Transcription 正是基于它构建的。你需要在终端里使用它：编译、下载模型、把音频转换成它要求的格式，然后运行一条命令。输出很准确，每个设置都由你掌控。

OpenAI 的原版 Python 实现做的是同样的事，但配置更繁重——需要 Python、包管理器和 ffmpeg。

如果你习惯使用终端、想用最大的模型，或者想把转录写成脚本接入其他工作流程，就选这个。代价是你的时间：安装、转换格式、自己清理输出。我们写了一篇坦率的对比：自己运行 whisper.cpp 与使用应用。

方案三：免费桌面应用 #

Buzz 是一个开源桌面应用，给 Whisper 套上了一个窗口界面。它可在 macOS、Windows 和 Linux 上运行，支持音频和视频文件，并能导出字幕。开源版本可以免费下载；Mac App Store 上也有付费版本。

如果你想要一个免费的图形界面应用，或者需要在 Windows 上使用同一个工具，它是显而易见的选择。界面能用但谈不上精致；另外请查看项目页面上的最新版本，因为不同版本处理超长文件的表现不尽相同。

方案四：付费的 Mac 和 iPhone 应用 #

有好几款原生应用为 Apple 设备打包了 Whisper。下面这些全部在本地处理音频。

MacWhisper 功能最丰富。它的 Pro 版可以运行最大的 Whisper 模型、标注说话人、录制系统音频，还能处理 YouTube 链接。它的价格也比那些简单的应用贵好几倍。我们的 MacWhisper 对比讲了什么情况下它值得买。

Aiko 出自 Sindre Sorhus 之手，可在 Mac 和 iPhone 上运行，在 Mac 上使用大模型，界面保持极简。它更看重准确度而非速度。

Offline Transcription——我们自己的应用——是简单、便宜的选择。拖入一个文件或一个文件夹，开始转录，然后导出为 TXT、SRT、SBV、VTT、CSV、HTML 或 PDF。一次购买即可在 Mac、iPhone 和 iPad 上使用，转录本身免费且不限量，Pro 一次性 $12.99。它内置 Tiny、Base 和 Small 模型，不标注说话人，也不录音。

你该用哪一个？ #

如果你…	就用
用 iPhone 录音，只想读一读内容	语音备忘录内置的转录文本
想要免费，并且习惯使用终端	whisper.cpp
想要免费、带窗口界面，或者需要 Windows	Buzz
音频难度大，需要标注说话人	MacWhisper Pro
想在 Mac 和 iPhone 上简单地处理日常文件	Offline Transcription

真正能帮你做决定的，是你自己的音频。这里的每个方案都可以免费试用，而且没有一个会上传任何东西，所以拿你最难处理的那段录音——嘈杂的那段、口音很重的那段——在其中两个里各跑一遍，比较一下。我们的指南提高转录准确度解释了为什么录音本身通常比应用更重要。

坚持离线要放弃什么 #

对云服务也要公平：它们确实有优势。

**更大的模型，更强的硬件。**服务器可以快速运行最大的模型。在笔记本电脑上，大模型很慢，这也是大多数本地应用默认使用较小模型的原因。音频干净时差别很小；音频难度大时差别就很明显了。我们的 Whisper 模型大小指南讲了分界线在哪里。

**协作功能。**共享工作区、评论讨论和自动会议机器人，都是围绕录音存放在服务器上而设计的。本地应用不会替你加入 Zoom 会议。

**在旧电脑上的速度。**在 Intel Mac 上，本地转录明显比在 Apple silicon 上慢。我们的指南为什么转录这么慢解释了原因。

如果对某段录音来说这些都不重要，那就没有理由上传它。而如果录音是机密的，这些本就不该重要。

简短版本 #

几乎任何内容，你都可以在不离开设备的情况下完成转录。如果你用 iPhone 录音，先从内置的转录文本开始。如果你想要免费又灵活，用 whisper.cpp 或 Buzz。如果你想要一个拿来处理文件就能用的应用，从原生应用里挑一个——在把任何敏感内容交给它之前，先关掉 Wi-Fi 测试一下。