在 Mac 上免费把录音转成文字:不用上传文件

在 Mac 上,可以不上传文件就免费把录音转成文字。我做的免费软件 YapToText,会用在 Mac 上运行的 Whisper,把 macOS 能播放的任何音频或视频文件转成文字,没有时长限制,也不用账号。如果你用“语音备忘录”录音,在运行 macOS 15 或更高版本、搭载 Apple 芯片的 Mac 上,“语音备忘录”本身也能转写。

我用手打字有困难,所有文字都靠听写。这一页是英文页面的翻译,App 的界面是英文的。YapToText 是我做的软件,阅读时请把这一点考虑进去。

在 Mac App Store 下载 YapToText免费下载。无需账号,没有锁定的功能。需要搭载 Apple 芯片的 Mac 和 macOS 14 或更高版本。 源代码在 GitHub 上。

步骤

  1. 从 Mac App Store 安装 YapToText 并打开。
  2. 在 Utility 页面的 Transcribe a file 卡片选择 Raw Transcription。
  3. 把音频或视频文件拖到卡片上,或点按 Choose File。
  4. 点按 Copy,或用 Insert 输入到上一个使用的 App。

用 YapToText 把文件转成文字

整个过程都在 Utility 页面的 Transcribe a file 卡片里完成。和实时听写相同的 Whisper 模型在 Mac 上处理,文件不会离开你的 Mac。

第 1 步:先选模式,再放文件

  • 操作: 在 Transcribe a file 卡片打开模式菜单,选择 Raw Transcription。
  • YapToText: 用这个模式处理文件。Raw Transcription 原样返回说过的话,不使用 AI。
  • 确认: 菜单显示你选的模式。

第 2 步:放入文件

  • 操作: 把音频或视频文件拖到卡片上,或点按 Choose File。
  • YapToText: 根据内容而不是扩展名判断文件,在 Mac 上转写。较长的文件会在安静处切开,分段处理。
  • 确认: 卡片显示正在转写你的文件。如果出现错误,请看下方的排查步骤。

第 3 步:取出文字

  • 操作: 点按 Copy,或用 Insert 输入到你上一个使用的 App。
  • YapToText: 拷贝或输入纯文本。
  • 确认: 文字出现在你想要的地方。

能用的文件:MP3、M4A、MP4、WAV 等

只要 macOS 能解码,YapToText 就能读,而且是根据内容而不是扩展名判断。能识别的格式包括 MP4、MOV、M4A、M4V、3GP、WAV、AIFF、CAF、FLAC、MP3、AMR,macOS 支持时也能读 Ogg。“语音备忘录”的录音也可以。视频会转写其中的声音。你的 Mac 能播放的文件,通常就能读。

把语言设为中文

AI Models 页面的 Language 列表有 29 种语言,其中有一个中文选项,另外还有 Auto-detect language。列表一开始是 Mac 的系统语言。中文录音请选中文,多种语言混合的录音请选自动检测。转出来的中文是简体还是繁体,我不作任何保证,语言列表里也没有粤语。用 AI 整理文字的模式如何处理中文,我也不作保证,需要原样的内容时请用 Raw Transcription。

YapToText 的 AI Models 页面:Whisper Large v3 Turbo (Q5) 和 Phi-3.5 Mini Instruct 标为 Included,下方是模型库。
图1. AI Models 页面:录音的语言在 Language 中选择,下方的模型库用星星标出每个模型的准确度和速度。

如果用“语音备忘录”录音:Apple 自己的转写

根据 Apple 的“语音备忘录”使用手册,在运行 macOS 15 或更高版本且搭载 Apple 芯片的 Mac 上,“语音备忘录”录音中的语音可被识别并转写为文本,录音期间或之后都能查看。不过,音频听写文本并非在所有国家或地区都可用。

录音后要查看,请在“语音备忘录”中点按录音,再点按听写文本的按钮。选择想要拷贝的文本,按住 Control 键点按该文本,然后选取拷贝。“语音备忘录”手册没有列出支持的语言;“备忘录”手册则说明,在搭载 M1 或后续芯片的 Mac 上,若设备语言设为简体中文等语言,即可使用在备忘录中录制的音频的听写文本功能。

不是用“语音备忘录”录的文件,例如录音笔、其他 App 的录音或视频,请用 YapToText。

转出来是空的或有错时

  1. 播放文件。 如果显示没有找到语音,先听一听。没有声音的文件,或录音时就太小声的人声,任何模型都救不回来。
  2. 看原始文字。 用 Raw Transcription 再跑一次,看看整理之前模型听到的内容。
  3. 确认语言。 在 AI Models 页面选择录音的语言或 Auto-detect language。
  4. 转换文件。 如果出现错误,先导出为 M4A 或 WAV 等常见格式,再放入那个文件。
  5. 改用较大的模型。 从 AI Models 页面的 Dictation Model Library 下载较大的模型,再试一次。

做不到的事

  • 区分说话人和时间戳。 只返回录音的文字,不标出谁在什么时候说话。
  • 导出字幕。 不会生成 SRT 等字幕文件。
  • 录制会议。 不会录制系统声音,也不会加入通话。
  • 中文界面和其他设备。 菜单和设置是英文的。没有 iPhone、iPad 或 Windows 版本。

文件留在你的 Mac 上

转写在 Mac 上进行,文件不会上传到任何地方。没有账号,也没有使用分析。在 Utility 页面卡片里转写的文件不会存入 History。需要搭载 Apple 芯片的 Mac 和 macOS 14 或更高版本;App Store 的下载因为包含两个模型,大约 2.9 GB。

要点

  • 接下来要录音。 在支持的 Mac 上,“语音备忘录”会转写录音。
  • 手上已经有文件。 放到 YapToText 的 Transcribe a file 卡片。
  • 需要说话人或时间。 请用其他工具,YapToText 只返回文字。

如果这里写的和你的 Mac 不一样,请到 GitHub 提一个 issue(英文)。每一条我都会看。

在 Mac App Store 下载 YapToText免费下载。无需账号,没有锁定的功能。需要搭载 Apple 芯片的 Mac 和 macOS 14 或更高版本。 源代码在 GitHub 上。

关于作者。 Ryleigh Newman 从事软件开发,用手打字有困难,每天都用本站介绍的 YapToText 听写。本页译自英文。App 的界面和网站的其他页面是英文的。 进一步了解这个项目(英文)。

指南

更多指南(英文)

资料来源

常见问题

Mac 怎么免费把录音转成文字?

把文件放到 YapToText 的 Utility 页面里的 Transcribe a file 卡片,然后拷贝文字。软件是免费的,转写在 Mac 上进行,文件不会上传。

能用哪些文件格式?

macOS 能解码的都可以,例如 MP3、M4A、MP4、MOV、WAV 和“语音备忘录”的录音。

录音会被上传吗?

不会。语音识别模型内置在软件里,在 Mac 上运行。

会区分说话人或加上时间戳吗?

不会。只返回录音的文字。

转出来是简体还是繁体?

我不作保证。语言列表里只有一个中文选项,也没有粤语。

为什么我的 Mac“语音备忘录”没有转写?

根据 Apple 的手册,需要 macOS 15 或更高版本和搭载 Apple 芯片的 Mac,而且并非在所有国家或地区都可用。不符合条件时,可以用 YapToText 转写录音文件。