在自己的電腦上把會議、課程錄音轉成文字

安裝過程

1. macOS：在發布頁下載 Apple Silicon 版 .dmg，拖進「應用程式」資料夾。
2. Windows：在發布頁下載 x64 安裝包(.exe)。CPU 需支援 AVX2。
3. Linux：沒有安裝包，只能原始碼建置。需先安裝 Rust 和 Node.js。
4. 想在本地生成摘要需另裝 Ollama；否則填入 Claude、OpenAI、Groq 或 OpenRouter 的金鑰。

韓語可用性

轉錄引擎在 Whisper(tiny 到 large-v3)和 Parakeet 之間選擇。Parakeet 是 25 種歐洲語言的模型，沒有韓語，所以韓語會議要用 Whisper，看重準確率就選 large-v3。官網寫了多語言支援和語言自動偵測，但沒有給出語言清單。韓語介面未能確認。

實際限制

• 說話人區分、PDF/DOCX 匯出、語言自動偵測屬於 PRO(每使用者每月 10 美元，按年一次付 120 美元)。社群版以 MIT 授權免費提供。
• 官方最低配置為記憶體 8GB、4 核、儲存 10GB；建議 16GB、8 核、50GB。large-v3 比這更重。
• Linux 目前仍只能原始碼建置。

安裝過程

1. macOS(Apple Silicon 和 Intel)、Windows：發布頁的 .dmg、.exe 安裝包。
2. Linux：AppImage、.deb、.rpm、.tar.gz 四種。
3. 原始碼建置需要 Node.js 24 以上：git clone 後執行 npm install、npm run dev。
4. 本地 Whisper 支援 Metal、CUDA、Vulkan 的 GPU 加速。要用雲端模型需自行填入各服務的 API 金鑰。

韓語可用性

語言在設定 → Preferences → Language 裡選，預設是自動偵測。各引擎支援的語言數不同：Whisper 59 種、Parakeet 26 種、AssemblyAI 7 種。Parakeet 是歐洲語言模型，韓語要選 Whisper。官方文件也建議對短錄音或有雜音的錄音直接指定語言，不要依賴自動偵測。

實際限制

• Intel Mac 沒有即時說話人識別和聲紋功能：兩者依賴的 ONNX Runtime 從 1.24 起不再提供 macOS x86_64 建置。
• 筆記功能需登入(免費)。雲端引擎按用量由各服務商收費。
• MIT 授權，不收集使用記錄。

安裝過程

1. 僅支援 Apple Silicon Mac，需 macOS 14 以上。
2. 先安裝 Python 3.12 以上、ffmpeg(brew install ffmpeg)和 Apple 命令列工具(xcode-select --install)。
3. 拉取儲存庫後用 make setup 建立虛擬環境，再用 make app 產生應用，或用 ./run.sh 啟動後在 http://127.0.0.1:8990 使用。
4. 沒有 .dmg 安裝包，至少要打開一次終端機。

韓語可用性

使用 Qwen3-ASR 模型，其官方支援的 30 種語言包含韓語。詞級時間軸(SRT)對日語和韓語使用單獨的分詞器，README 有明確說明。語言可以自動偵測或手動指定。模型卡沒有單獨的韓語辨識品質基準。

實際限制

• 記憶體：1.7B 模型約需 3.4GB 統一記憶體，0.6B 約 1.2GB(量化版為 1.9GB、0.5GB)。
• 一次只處理一個檔案，最大 4GB。聽寫預設 2 分鐘，最長 10 分鐘。
• 文件沒有提到說話人區分。Intel Mac、Windows、Linux 不在支援範圍內。
• Apache-2.0。不需要帳號、API 金鑰或雲端服務。

安裝過程

1. 一行 brew install --cask frigadehq/tap/yap，或到發布頁下載 .dmg。
2. 原始碼建置：git clone 後執行 ./install.sh。需要 Xcode 26。
3. 不用下載模型，不需要 API 金鑰，也不需要帳號。

韓語可用性

直接使用 Apple 的 SpeechAnalyzer 和 SpeechTranscriber，語言跟隨系統地區設定。應用內還沒有語言選擇，路線圖把它列為下一項。Apple 文件沒有公布支援的語言清單，而是讓裝置在執行時查詢，所以韓語聽寫是否可用，得在系統語言設為韓語的 Mac 上親自確認。這一項尚未確認。

實際限制

• macOS 26(Tahoe)以上，僅 Apple Silicon。不支援 Intel Mac 和 Windows。
• 只有麥克風即時聽寫，文件沒有提到檔案轉錄。
• 完全沒有網路程式碼，資料不會離開裝置。記錄用 SwiftData 存在本地。MIT 授權，免費。

安裝過程

1. macOS(Apple Silicon)：.dmg。首次啟動需右鍵 → 打開 來核准，此時會自動設定 Python 環境並下載預設模型。
2. Windows 10/11：x64 MSI(不用管理員權限就選目前使用者版)。Linux：AppImage(glibc 2.39 以上)。
3. Docker：palashdeb/omnivoice-studio:stable 映像，連接埠 3900。映像只有 linux/amd64。
4. 原始碼建置需要 Node 20 以上或 Bun，以及 Python 3.11 以上。

韓語可用性

預設辨識引擎是 WhisperX，可在 Faster-Whisper、MLX Whisper、PyTorch Whisper、FunASR 等 11 種引擎中選擇。Whisper 系列支援韓語，但 README 只寫了語言數量(約 100 種)，沒有單獨點名韓語。Parakeet TDT 和 Moonshine 分別只支援歐洲語言和英語，韓語檔案不要選它們。韓語介面未能確認。

實際限制

• 最低配置為記憶體 8GB、磁碟 10GB；建議 16GB 以上、SSD 20GB 以上。用 GPU 需至少 4GB 顯示記憶體，大引擎需要更多。
• Intel Mac 無法執行本地 Python 後端(只能用遠端後端)。
• 仍是測試版，AGPL-3.0。下載的模型各自遵循自己的授權；預設 TTS 模型權重為 CC-BY-NC，商業使用受限。