声迹 LocalScribe：在 Mac 本机完成语音转写、字幕编辑、离线翻译与 AI 整理的开源工具

会议录音、采访、播客、网课——要把这些声音变成文字，现在主流做法是把音频传到云端。问题是：一段两小时的内部会议录音，真的适合上传到别人的服务器吗？声迹（LocalScribe）给出的答案很干脆：全部在这台 Mac 上跑完，识别、翻译、AI 整理都不出门。

这是一个 MIT 协议的开源原生 macOS 应用，界面是 SwiftUI，有简体中文。项目初期英文名叫 ShengJi，从 v1.6.4 起英文名改为 LocalScribe，中文名「声迹」保留至今。当前版本 v1.6.6（build 37）。

四种识别引擎，按任务挑

声迹不是绑定某一个模型，而是把四套本地引擎摆在同一个界面里：

这里有个容易踩的坑：Apple Speech 的 SpeechAnalyzer 识别与悬浮实时字幕需要 macOS 26。如果你的 Mac 还在 macOS 15.5–25，需要在首页手动选择 Whisper、SenseVoice 或 Parakeet，而且后两者目前只支持文件转录，不能用于麦克风实时输入。

Whisper 侧的可调项给得很细：模型提示词、temperature 与回退、beam 或 greedy 搜索、上下文长度、静音与置信度过滤、VAD，还有一套受保护的自动线程策略。长音频交给 Whisper 时， bundled 的 Silero VAD 会跳过静音段同时保留语音填充与重叠；输出过滤会综合静音、置信度、重复和已知幻觉模式一起判断。文件转录用的是模型内部的滑动窗口，而不是应用层固定切块。

三种声音来源

• 麦克风：实时生成可编辑文本（需要麦克风权限）。
• 媒体文件：导入音频或视频后选择引擎与语言。
• Mac 音频：直接捕捉电脑正在播放的声音（需要屏幕与系统音频录制权限）。

1.6.5 版本对这块做了补强：Mac 系统音频改为同时只用一路来源，并支持指定输入设备。

编辑器与导入导出

转写完不是给你一堆纯文本就完了。稿件可以搜索、替换、按选区删除、按范围裁剪，也能对照译文一起看。

• 导入：SRT、WebVTT、TXT、Markdown、LocalScribe JSON——也就是说你已有的字幕稿可以直接拿进来整理。
• 导出：TXT、Markdown、JSON、PDF、SRT、WebVTT，以及直接复制到剪贴板。
• 翻译：默认走 macOS 的 Apple Translation，也可选本地 NLLB（CTranslate2，CPU / int8）。转录后翻译可用，实时字幕翻译目前是关闭的。

Gemma 4：转写完让本机 AI 接着整理

这是 1.6.4 引入的功能，也是声迹和普通听写工具拉开差距的地方。转写（或导入稿件）完成后，可以在右侧检查器里打开 AI 增强，让 Gemma 4 在本机帮你处理——不用把稿子复制到任何在线 AI 服务。

• 纠错与润色：去掉口头禅、重复和明显的转写错误，同时保留原意。原文与建议文本以实时 diff 并排显示（红删绿增），还能看到批处理进度、模型状态和本机处理标识。
• 长稿总结：从完整稿件里提炼重点，展开成可发布的摘要。
• 原稿可留、可撤销：总结会保留一份原稿的撤销快照；校验未通过的片段保持原文不变，不会被 AI 结果覆盖。
• 按需下载：模型用的时候才下，跑在 llama.cpp + Metal 上，需要 6GB 以上物理内存。

官方也提醒了一句实在话：AI 输出仍应由用户复核。

长任务不怕中断

转两小时的录音最怕跑到一半崩了。声迹的做法是 append-only 的会话日志 + 恢复快照，任务可以暂停、恢复，也能从意外中断处继续。进度、暂停状态和剩余情况都在界面上。

隐私：联网只做三件事

声迹不上传识别音频、导入的稿件，也不上传交给 Gemma 处理的内容。识别、翻译、AI 整理全部在 Mac 本机执行。联网只发生在：按需下载识别/翻译/Gemma 模型、检查与下载更新、打开外部文档链接。自动更新可以在设置里关掉。

内置的更新器逻辑也写得清楚：启动时与每六小时各检查一次，读取最新 GitHub Release 的 update.json，下载 ZIP，校验 SHA-256，核对 bundle identifier 与版本，然后先询问再替换并重启。

安装与首次启动

要求先看清：

注意：当前公开包未经过 Developer ID 签名或 Apple 公证，只有 ad-hoc 完整性签名。第一次启动会被 macOS 拦下，之后去「系统设置 → 隐私与安全性」点「仍要打开」再确认即可。官方随每个 Release 提供 SHA-256 校验文件，装之前建议对一下——这一步对未签名的应用尤其重要。

和同类工具怎么选

声迹的定位不是「又一个 Whisper 壳子」，而是把从录音到字幕交付的整条链路都放在本机——这在国内的隐私环境下，价值比单纯省几块钱订阅更实在。

几点提醒

• Intel Mac 装不了，只支持 Apple silicon。
• macOS 15.5–25 用不了实时字幕，得先升到 macOS 26。
• SenseVoice 与 Parakeet 目前只能转文件，麦克风实时输入请用 Whisper（或 macOS 26 的 Apple Speech）。
• 实时字幕翻译暂未开放，只有转录后翻译。
• 可选的 NLLB 模型在上游是 CC-BY-NC-4.0 协议，商用场景请留意，或改用 Apple Translation。
• 未公证意味着每次大版本更新后可能还要再放行一次。

项目地址：github.com/maddylaneeee/ShengJi，文档站 lixinchen.ca/docs/localscribe。免费、MIT、无账号——如果你的录音里有些内容不适合离开这台电脑，值得一试。