做了一个基于 Whisper 离线转录文本的多媒体播放器
myqonnt
2026-09-11 16:16
1
坐地铁的时候爱听博客之类的，会比较担心声音开太大了影响听力不敢开太大声音，想着搞个 App 转录文本，地铁上比较吵的时候可以看看文字辅助一下。
基于本地 Whisper 的量化模型转录，在 iPhone15 上大概 3 倍实时吧，转录阶段开始后会优先转录播放位置，准确性的话实测还行。
还支持了 视频字幕和录音转录之类的需求，不过录音转录还挺不完善的。
翻译功能目前是调用的是系统翻译的接口，一般场景大概是够用了。
iOS 应用下载地址： https://apps.apple.com/cn/app/media-ai/id6794170965
最新回复 (4)
-
myqonnt 楼主 09-11 16:301楼图片添加失败了补一下
<img alt="" src="
">
<img alt="" src="
">
<img alt="" src="
">
<img alt="" src="
">
<img alt="" src="
">
<img alt="" src="
">
-
aero99 09-11 17:052楼 -
myqonnt 楼主 09-11 18:013楼
-
waynevan 09-12 08:564楼
* 帖子来源V2EX
附近帖子