LesskeysMac 或 Windows 电脑上的本地转写是怎么工作的
本地转写用的是存放在你电脑上的语音模型，由电脑自己的处理器运行，所以不涉及服务器，也不需要联网。音频进去，电脑上依次完成五个步骤，文字出来。
macOS 13+（Apple Silicon）· 无订阅Windows 10 和 11 · 无订阅
最后审阅：
五个步骤
从开口说话到变成文字，中间发生了什么？
- 听。音频来自你的麦克风、一个文件，或电脑播放的声音。
- 整理。应用找出有人说话的部分，把音量调匀，再把录音切成小段。
- 写下来。应用就在电脑上把每一小段转成文字。
- 区分说话人（可选）。声音会按说话人分组。你设定有几个人在说话（默认是 2 个）。你告诉 Lesskeys 有几个人在说话（1 到 4 个，或自定义数字），它再把声音分组。
- 合在一起。各个小段合成一份逐字稿；如果你要求了，还会带上说话人标注。每一步都在电脑上完成。
说话人标注：说话人分离。
在你的电脑上
我的电脑上运行的是什么？
它需要的一切都在你的电脑上。
应用内置了一个小型的入门模型，所以第一次启动就能语音输入；更大的模型只需下载一次，之后一直保留。它需要 macOS 13 或更高版本，以及 Apple Silicon（M1 或更新）Windows 10（1903 或更高版本）或 Windows 11。
联网
它有时需要联网吗？
只在下载东西时，而且只需一次。
如果你选了更大、更准确的模型，要下载一次；第一次标注说话人时，还要下载一个小的附加模型。之后就不需要联网了。什么是本地语音识别对本地和云端做了比较；你也可以自己做个测试。
在 Mac 上
在 Mac 上够快吗？
在我们对一台 Mac 的测试里，用更准确的选项转写一小时的语音大约要五分钟，用较小的模型大约要两分钟。
较旧的 Mac 会更慢。语音输入是在你停止说话之后才写出文字：要稍等一会儿，不是实时字幕。运算在 Mac 自己的 Apple Silicon 芯片上进行。
来源：我们自己的测量，见 Mac 上该选哪个 Whisper 模型。
在 Windows 上
Windows 电脑上是怎么做的？
支持 Vulkan 的显卡负责大部分运算；没有的话由处理器来做。
在 64 位 Intel 或 AMD 电脑上，Lesskeys 找到支持 Vulkan 的显卡就会使用它，找不到就退回到处理器。ARM64 版本在处理器上运行。语音输入是在你停止说话之后才写出文字：要稍等一会儿，不是实时字幕。我们没有测过 Windows 上转写一小时语音要多久，所以没有这方面的数字。
问题
关于本地转写的问题
离线转写是怎么工作的？
存放在你电脑上的软件，直接在你的机器上把音频转成文字，不涉及任何服务器，所以断网也能用。
本地转写很慢吗？
不慢。在我们对一台 Apple Silicon Mac 的测试里，用更准确的选项转写一小时的语音大约要五分钟；较旧的 Mac 会更慢。我们没有测过 Windows。
没有云端，怎么区分不同的说话人？
电脑上的几个独立工具会比较整段录音里的声音，并按说话人把片段分组。你可以设定有几个人在说话，任何内容都不会发送到服务器。
更多