在自己的电脑上把会议、课程录音转成文字

安装过程

1. macOS：在发布页下载 Apple Silicon 版 .dmg，拖进「应用程序」文件夹。
2. Windows：在发布页下载 x64 安装包(.exe)。CPU 需支持 AVX2。
3. Linux：没有安装包，只能源码构建。需先安装 Rust 和 Node.js。
4. 想在本地生成摘要需另装 Ollama；否则填入 Claude、OpenAI、Groq 或 OpenRouter 的密钥。

韩语可用性

转写引擎在 Whisper(tiny 到 large-v3)和 Parakeet 之间选择。Parakeet 是 25 种欧洲语言的模型，没有韩语，所以韩语会议要用 Whisper，看重准确率就选 large-v3。官网写了多语言支持和语言自动检测，但没有给出语言列表。韩语界面未能确认。

实际限制

• 说话人区分、PDF/DOCX 导出、语言自动检测属于 PRO(每用户每月 10 美元，按年一次付 120 美元)。社区版以 MIT 许可证免费提供。
• 官方最低配置为内存 8GB、4 核、存储 10GB；推荐 16GB、8 核、50GB。large-v3 比这更重。
• Linux 目前仍只能源码构建。

安装过程

1. macOS(Apple Silicon 和 Intel)、Windows：发布页的 .dmg、.exe 安装包。
2. Linux：AppImage、.deb、.rpm、.tar.gz 四种。
3. 源码构建需要 Node.js 24 以上：git clone 后执行 npm install、npm run dev。
4. 本地 Whisper 支持 Metal、CUDA、Vulkan 的 GPU 加速。要用云端模型需自行填入各服务的 API 密钥。

韩语可用性

语言在设置 → Preferences → Language 里选，默认是自动检测。各引擎支持的语言数不同：Whisper 59 种、Parakeet 26 种、AssemblyAI 7 种。Parakeet 是欧洲语言模型，韩语要选 Whisper。官方文档也建议对短录音或有杂音的录音直接指定语言，不要依赖自动检测。

实际限制

• Intel Mac 没有实时说话人识别和声纹功能：两者依赖的 ONNX Runtime 从 1.24 起不再提供 macOS x86_64 构建。
• 笔记功能需登录(免费)。云端引擎按用量由各服务商收费。
• MIT 许可证，不收集使用记录。

安装过程

1. 仅支持 Apple Silicon Mac，需 macOS 14 以上。
2. 先安装 Python 3.12 以上、ffmpeg(brew install ffmpeg)和 Apple 命令行工具(xcode-select --install)。
3. 拉取仓库后用 make setup 创建虚拟环境，再用 make app 生成应用，或用 ./run.sh 启动后在 http://127.0.0.1:8990 使用。
4. 没有 .dmg 安装包，至少要打开一次终端。

韩语可用性

使用 Qwen3-ASR 模型，其官方支持的 30 种语言包含韩语。词级时间轴(SRT)对日语和韩语使用单独的分词器，README 有明确说明。语言可以自动检测或手动指定。模型卡没有单独的韩语识别质量基准。

实际限制

• 内存：1.7B 模型约需 3.4GB 统一内存，0.6B 约 1.2GB(量化版为 1.9GB、0.5GB)。
• 一次只处理一个文件，最大 4GB。听写默认 2 分钟，最长 10 分钟。
• 文档没有提到说话人区分。Intel Mac、Windows、Linux 不在支持范围内。
• Apache-2.0。不需要账号、API 密钥或云服务。

安装过程

1. 一行 brew install --cask frigadehq/tap/yap，或到发布页下载 .dmg。
2. 源码构建：git clone 后执行 ./install.sh。需要 Xcode 26。
3. 不用下载模型，不需要 API 密钥，也不需要账号。

韩语可用性

直接使用 Apple 的 SpeechAnalyzer 和 SpeechTranscriber，语言跟随系统区域设置。应用内还没有语言选择，路线图把它列为下一项。Apple 文档没有公布支持的语言列表，而是让设备在运行时查询，所以韩语听写是否可用，得在系统语言设为韩语的 Mac 上亲自确认。这一项尚未确认。

实际限制

• macOS 26(Tahoe)以上，仅 Apple Silicon。不支持 Intel Mac 和 Windows。
• 只有麦克风实时听写，文档没有提到文件转写。
• 完全没有网络代码，数据不会离开设备。记录用 SwiftData 存在本地。MIT 许可证，免费。

安装过程

1. macOS(Apple Silicon)：.dmg。首次启动需右键 → 打开 来批准，此时会自动配置 Python 环境并下载默认模型。
2. Windows 10/11：x64 MSI(不用管理员权限就选当前用户版)。Linux：AppImage(glibc 2.39 以上)。
3. Docker：palashdeb/omnivoice-studio:stable 镜像，端口 3900。镜像只有 linux/amd64。
4. 源码构建需要 Node 20 以上或 Bun，以及 Python 3.11 以上。

韩语可用性

默认识别引擎是 WhisperX，可在 Faster-Whisper、MLX Whisper、PyTorch Whisper、FunASR 等 11 种引擎中选择。Whisper 系列支持韩语，但 README 只写了语言数量(约 100 种)，没有单独点名韩语。Parakeet TDT 和 Moonshine 分别只支持欧洲语言和英语，韩语文件不要选它们。韩语界面未能确认。

实际限制

• 最低配置为内存 8GB、磁盘 10GB；推荐 16GB 以上、SSD 20GB 以上。用 GPU 需至少 4GB 显存，大引擎需要更多。
• Intel Mac 无法运行本地 Python 后端(只能用远程后端)。
• 仍是测试版，AGPL-3.0。下载的模型各自遵循自己的许可证；默认 TTS 模型权重为 CC-BY-NC，商业使用受限。