
今天,小子要来分享的是Mac下一款AI语音转文字的软件——MacWhisper,利用OpenAI技术、可转录音频到文本。小子这次带来的是15.2.1版本。
MacWhisper是由 OpenAI 开发的最先进的转录技术,专为 Mac 计算机设计。 凭借其用户友好的界面,MacWhisper 可以快速轻松地将音频文件转录为文本,在几秒钟内提供准确的结果。

MacWhisper 应用使用了 OpenAI 最先进的转录技术 Whisper,快速轻松地将音频文件转录为文本。在会议、讲座等使用场景中,MacWhisper 都能快速准确地将您的音频文件转录为文本。
使用 MacWhisper 非常简单直观。您只需将音频文件拖到应用程序中即可获得文字记录。整个生成处理过程非常快。在生成文字稿之后,用户可以复制和编辑文本,甚至可以将其导出为 SRT 和 VTT 字幕。该工具适用于 MP3、WAV、M4A 音频文件以及 MP4 视频文件。
小子简单说明下MacWhisper的特点:
– 轻松转录:通过简单的拖放过程轻松将音频文件转录为文本。
– 多格式支持:转录 MP3、WAV、M4A 和 MP4 视频等格式的音频文件。
– 多语言转录:支持100多种语言,满足多样化的语言需求。
– 阅读器模式:编辑和删除脚本中的片段、搜索和突出显示单词。
– 专业版增强功能:用于最高准确性的大型模型、句段组合、CSV 导出、Monterey 支持、翻译、自动更新程序、自定义模型和播客转录。
小子简单说明下MacWhisper 15.2.1 版本的更新内容:
■ 新增
• 说话人检测现由 Nvidia Nemotron 3 Diarization 模型(Sortformer v3)提供支持,每段录音最多可识别8位说话人。
• 同时打开多个转录时,侧边栏的“打开”部分会显示”全部关闭”按钮。
• AI服务设置新增”测试连接“按钮,可检查服务是否已正确设置并能正常响应。
■ 改进
• AI 服务新增 Claude Opus 5.5、Gemini 3.7 Flash 和 Gemini 3.8 Flash。新的 Gemini 服务默认使用 3.8 Flash。
• 高级设置中的“模型内存使用”现力“文件转录”和”实时字幕”分别提供加载和卸载设置。
• 在 macOS 27上,可在“提示词”设置中拖动提示词进行重新排序。
• 从 YouTube 或媒体 URL 创建的转录现在会在检查器中显示来源链接,并提供复制和打开按钮。
• 现在会记住摘要语言。新的默认选项“与转录相同”会使用转录内容所采用的语言,而不是引擎检测到的语言。
• 无法打开数据库时显示的提示新增“在访达中显示”按钮。
■ 问题修复
• 修复退出时 Whisper C++模型仍处于加载状态可能导致崩溃的问题。
• 修复使用 WhisperKit、Parakeet 或Qwen3-ASR 转录超长音频(约超过25小时)时可能崩溃的问题。现在会改为显示错误提示。
• 恢复 macOS15和26的“将音频转录为文本”快捷指令操作。如果快捷指令显示“此操作在 Mac上不受支持”,请替换为恢复后的操作。
• 修复转录仍在进行时双击单词会跳转到错误位置的问题。
• 修复 Qwen3-ASR 的说话人检测可能将句子的第一个或最后一个词分配给错误说话人的问题。
• 修复手动选择无法锁定的语言时 Qwen3-ASR失败的问题。在这种情况下,现在会自动检测语言。
• 修复已下载的 Apple Speech 模型有时会从模型列表中消失并被取消选择的问题。
• 修复较长的 URL 在“转录 URL”字段中显示时会与下载进度标签重叠的问题。
• 修复下载的 URL完成转录但引擎失败时,提示未显示底层错误的问题。
• 修复首次创建子文件夹时未显示新文件夹名称字段的问题。
• 修复创建文件夹时文件夹侧边栏会短暂显示为空的问题










请登录后发表评论
注册