Whisper Snapper 是獨立開發者 Evan Harris 推出的原生 macOS 轉錄程式，可用本機 Parakeet、WhisperKit 與 Whisper 模型離線把影音轉成文字，也可自備金鑰呼叫雲端服務。它支援說話人辨識、以裝置端 Llama 3.2 產生摘要與翻譯，並可匯出 TXT、SRT、VTT、Markdown、CSV 與 PDF。
用過這個工具嗎？為它評分
Whisper Snapper 是一款原生 macOS 程式，用途是把聲音與影片轉成文字。它經由 Mac App Store 上架，商店名稱為「Whisper Snapper Transcriptions」，商店記錄中的開發者與銷售者都登記為 Evan Harris 本人。他在 Product Hunt 上的自我介紹是獨立開發者，這條線索頗能說明產品的體質：這是一位開發者做出來的專門工具，而不是背後有業務團隊撐腰的融資型平台。
這層背景並非無關痛癢。由個人打造、採一次性收費的轉錄軟體，其誘因和那些必須把錄音放在自家主機上才撐得起訂閱收入的服務截然不同。Whisper Snapper 的整套架構就是順著這個差異長出來的：只要你願意，轉錄全程可以完全不碰網路。
官網首屏的主張很乾脆：「The Transcription App Mac Users Deserve.」（Mac 使用者值得擁有的轉錄程式）。底下說明它能處理什麼——轉錄影片、Podcast、會議與語音備忘錄等等，並產生 20 多種語言的 AI 摘要與翻譯，全部在你的 Mac 上私密執行。
產品名稱中的「Whisper」指的是 OpenAI 發布的開源語音辨識模型系列。Whisper 以寬鬆的開源授權釋出，任何開發者都能合法下載模型權重、在本機執行，並以此為基礎打造產品。Whisper Snapper 做的正是這件事，同時也整併了其他來源的模型。
Whisper Snapper 並非 OpenAI 的產品，也不由 OpenAI 營運，沒有任何證據顯示雙方存在合作、背書或從屬關係。它是一款獨立的第三方程式，執行的是開源授權模型。在產品名稱中使用模型名稱於法律上相當常見，在技術上這裡也名副其實——這款程式真的在跑 Whisper。
不過有件事必須點明：該網站完全沒有任何隸屬關係或商標聲明。首頁一再出現 OpenAI Whisper、GPT-4o、NVIDIA Parakeet、Deepgram Nova-2 與 Llama 等名稱，卻沒有一句「與上述公司無關聯、未獲背書」的說明。這算是疏漏，而非欺瞞。相對地，這款程式對「哪個引擎負責什麼」交代得非常清楚：隱私政策直接指名 OpenAI 與 Deepgram 為第三方處理者，並附上它們各自政策的連結，絲毫沒有把上游技術包裝成自家研發的意圖。因此合理的結論是：這是對開源與商用模型的坦誠包裝，只是少了一段例行免責聲明，而不是套殼操作。
大多數轉錄產品要你一次把話講死：不是用雲端服務、接受錄音離開本機，就是用本機工具、忍受軟體笨重遲緩。Whisper Snapper 的立場是，這個抉擇應該逐個檔案決定，而不是由產品替你一次定死。官網的說法是：需要隱私時給你隱私，不需要時給你速度——敏感錄音全部在本機跑，追求速度時改走雲端，每一次轉錄都能重新選擇。
這是理解這款程式最重要的一點。一位記者可以在上午完全離線地轉錄機密消息來源的訪談，下午再把公開研討會的錄音丟給雲端介面換取速度，全程使用同一套程式。
本機轉錄完全靠 Mac 自身的晶片運算。模型只需下載一次，此後轉錄工作就不再需要網路。App Store 頁面列出的本機模型清單相當完整：OpenAI Whisper 的 tiny、base、small、large-v3、large-v3-turbo、distil-large-v3；NVIDIA Parakeet 的 v2（英語）、v3（25 種語言，支援說話人辨識）、TDT-CTC-110M；再加上阿里巴巴的 Qwen3 ASR，以及負責翻譯與摘要的 Llama 3.2。
提供多種 Whisper 尺寸是實務考量，不是規格表上的裝飾。tiny 模型輕巧快速，處理乾淨的單人語音備忘錄、只求文字可搜尋時綽綽有餘；large-v3 在有口音、多人搶話與環境吵雜的情況下強得多，但運算負擔也重得多。兩者都裝著，代表你可以依任務挑模型，不必永遠承擔最壞狀況的運算成本。
Parakeet 由 NVIDIA 開發，屬於另一條技術路線，在 Apple 晶片上速度通常相當突出。其 v3 版本涵蓋 25 種語言，而且關鍵是它能在本機完成說話人辨識——這件事並非每個離線模型都辦得到。
雲端選項是 Whisper Snapper 在商業結構上與多數同類產品不同之處，購買前務必弄懂。官網說明你可以使用 OpenAI Whisper、GPT-4o 或 Deepgram 雲端介面來換取速度。
關鍵在於，這款程式並不轉售介面額度給你。Product Hunt 對它的描述明白寫著雲端轉錄使用「個人 API 金鑰」，而隱私政策的措辭同樣毫不含糊：使用這些服務必須由你自己提供 API 金鑰。
這件事的影響有正反兩面。好處是你依介面商的原始費率直接付款，中間沒有開發者的加成，開發者也不會變成持有你音檔或帳務關係的中間人；壞處是啟用雲端模式要求你自行到 OpenAI 或 Deepgram 註冊、產生金鑰並為帳戶儲值。如果你期待的是付一次錢、雲端轉錄就能直接運作，那並不是這裡的安排。雲端費用是獨立的、持續的、由服務商按量計費的，完全不在這款程式的一次性價格之內。
說話人辨識——標出每一句話由誰所說——是讓訪談稿從一整片無差別文字變成可用素材的關鍵。官網的描述是：知道誰說了什麼，說話人辨識可透過 Deepgram、GPT-4o Transcribe 與 Parakeet v3 取得。
請留意「可透過……取得」這個限定語。辨識功能並非程式內所有引擎通用，而是綁在上述特定模型上。若說話人標註對你的工作流不可或缺，同時又必須完全離線運作，那麼 Parakeet v3 就是你非用不可的本機模型——另外兩條路都是雲端服務。
2026 年 7 月釋出的 1.7 版更新說明也記錄了這方面的持續改良：修正了說話人片段篩選的瑕疵，該瑕疵先前會在說話人時間軸上產生虛假的短片段。虛假短片段是說話人辨識最典型的失效樣態，表現為系統短暫且錯誤地把幾個字歸給一位根本不存在的額外說話人。這個問題被找出並修掉，顯示產品仍在積極維護，而不是上架之後就任其擱置。
1.1 版在原始轉錄之上疊了第二層 AI 能力，而且罕見的是，這一層同樣在本機執行。
摘要透過 Llama 3.2 在你自己的機器上產生。官網對這項功能的描述是：一鍵把長達一小時的錄音變成精簡摘要，由完全在你 Mac 上執行的 Llama 驅動，內容絕不離開你的裝置。
翻譯也是同一套邏輯。官網承諾可把轉錄稿翻成西班牙文、法文、德文、日文、中文等 20 多種語言，且所有處理都以 Llama 在本機完成。App Store 頁面給的數字更完整也略有出入，標示為「AI 翻譯——30 種語言」，並逐一列出西班牙文、法文、德文、中文、日文、韓文、葡萄牙文、義大利文、荷蘭文、俄文、阿拉伯文、印地文、土耳其文、波蘭文、越南文、泰文、印尼文、瑞典文、丹麥文與挪威文，同時註明無須連網。
這在架構上意義重大。不少轉錄程式都提供 AI 摘要，但幾乎都是把做好的轉錄稿送到雲端語言模型去處理。這等於悄悄抵銷了本機轉錄的隱私價值——你的內容最後還是進了別人的主機，只是晚了一步。用 Llama 3.2 在裝置端做摘要，正好把這個缺口補起來。對處理特權資訊的人來說，這是「真的全程離線」與「看起來像離線」之間的差別。
不過品質預期要放對位置。Llama 3.2 是為了能在消費級硬體上順暢執行而挑的小模型，它的摘要堪用、翻譯達意，但在語感、慣用語與專業術語上都比不上前沿的雲端模型。這正是此處刻意做的交換：用一定的品質天花板，換取隱私與零邊際成本。
這一節值得特別謹慎，因為準確率是買家最想要、也是廠商最容易灌水的指標。
必須肯定的是，Whisper Snapper 在這件事上相當節制。它自己那篇談如何挑選轉錄引擎的文章，沒有公布任何字錯誤率、基準測試表格或準確率百分比，只用定性描述來區分引擎——把 Deepgram 形容為處理極快，把 Parakeet v2 形容為快速輕巧——並給出語言涵蓋數：Whisper 介面支援 99 種以上語言，Deepgram 的語言數少於 Whisper（30 多種），Parakeet v3 支援 25 種語言。首頁標題的「準確轉錄」是行銷用語，後面沒有掛任何數字。
這份節制比一個信誓旦旦的統計數字更有價值：這裡根本沒有需要稽核的廠商準確率數據，因為廠商從未發布過。
能夠評估的是底層模型本身，因為它們公開可查且有獨立基準。已發表的評測顯示，Whisper large-v3 在 LibriSpeech 乾淨音檔（專業錄製的朗讀語音）上字錯誤率約 2.7%；而在較貼近真實情境的雜亂素材上，獨立測試給出的區間接近 8%–12%，某項第三方評測測得 large-v3 為 7.88% 的字錯誤率。研究者也記錄到，large-v3 比早期版本更容易出現幻覺，有時會產生整段連續的虛構文字，而不只是零星的字詞錯誤。
由此可得三個實務結論。第一，準確率隨錄音條件劇烈變動，一段乾淨的單人錄音跟一場用筆電麥克風錄下的四人視訊會議，根本不是同一難度的任務。第二，準確率因語言而異，英文這類高資源語言的表現遠優於低資源語言，「支援 99 種以上語言」講的是涵蓋範圍，不是各語言品質一致。第三，也是專業場景下最要緊的：Whisper 系模型的幻覺意味著錯誤未必看起來就像亂碼，模型可能生出流暢、合理、語氣篤定卻從未被說出口的句子。凡是要用於引述、法律文書或病歷的轉錄內容，都必須對照音檔查核。程式裡的可點擊時間戳，存在的意義就是讓這種查核在實務上快到你願意真的去做。
對轉錄工具來說這是決定性的一節，因為會議錄音、客戶通話與消息來源訪談，屬於多數人一生中會產生的最敏感檔案。Whisper Snapper 的隱私政策確實紮實，而且寫得異常具體。
政策聲明這款程式不蒐集、不儲存、不傳輸個人資訊、使用分析或程式統計、當機報告或診斷資料、位置資料、裝置識別碼，以及任何用於廣告目的的資料。其摘要段落列出「無須帳號：我們不蒐集個人資訊」與「無分析無追蹤：我們不監看你的使用情形」。
不做當機回報與使用分析是一項實在的承諾，而非場面話。多數獨立開發者都會保留遙測，因為那是他們發現瑕疵的主要手段。放棄它，是為隱私立場付出的真實代價。
在本機轉錄模式下，政策的措辭是絕對的：所有處理完全在你的 Mac 上進行，你的影音檔絕不會被上傳到任何地方，不需要網路連線，開發者無法存取你的檔案或轉錄內容。政策稱這是「所有選項中最私密的一種」。
在雲端轉錄模式下，政策對代價同樣直言不諱：你的音訊會被送往第三方介面服務商處理。政策指名 OpenAI（Whisper 介面、GPT-4o Transcribe）與 Deepgram（Nova-2），連結到各自的隱私政策，並補上警示：使用雲端服務時，你的音訊受這些第三方服務商的隱私政策規範，建議使用前先行查閱。
這正是恰當的揭露方式：它沒有假裝雲端模式也是私密的，而且直接指向真正規範這些資料的當事方。
保存期限由你自己的操作決定，而不是某個倒數計時，因為根本不存在持有內容的主機。政策載明：轉錄稿保存到你在程式內刪除為止，API 金鑰保存在鑰匙圈中直到你移除，錄下的音訊保存到你刪除檔案為止。它還提醒，刪除程式會移除偏好設定，但轉錄稿與鑰匙圈項目可能需要另外刪除——這是一條實用且經常被省略的提醒。
在大家最想弄清楚的兩個問題上——我的音訊會不會被拿去訓練 AI 模型，會不會有人工聆聽——政策沒有任何明確表述。這一點要講得精準，而不是替它往好處解讀。就本機處理而言，這問題並不成立：開發者聲明自己不營運任何接收或儲存使用者資料的主機，因此不存在檔案流向他們、進而被用於訓練或審閱的管道。就雲端處理而言，答案也不是這款程式能給的，而是取決於你所提供金鑰對應帳戶下 OpenAI 或 Deepgram 的條款。若訓練與人工審閱政策對你要緊，這項確認必須到介面服務商那邊、針對你所用的具體帳戶層級去做。
API 金鑰的處理方式有明確說明：若使用雲端轉錄服務，金鑰會安全地存放在 macOS 鑰匙圈中，開發者無法存取你的金鑰或你送出的音訊。程式另外還在沙盒中執行，並啟用了 Apple 的強化執行環境。
有一處對不上，必須指出來。隱私政策標註的更新時間是「Last Updated: December 2024」（2024 年 12 月），但 App Store 記錄顯示這款程式的首發日期是 2025 年 12 月 17 日，整整晚了一年，而 1.7 版則發布於 2026 年 7 月 23 日。
換句話說，政策標示的日期早於產品公開上架。最可能的解釋是筆誤——把 2025 年 12 月寫成 2024 年 12 月——政策的實質內容也與其他管道對這款程式的描述並無牴觸。但若嚴格照字面理解，這份文件相對於一款此後新增了本機摘要、翻譯、即時轉錄與五個新模型的產品，已經過時。當法律文件與產品記錄兜不攏時，以產品記錄為準比較可靠——App Store 的日期由 Apple 系統產生、無法任意更動，而政策上的日期是人工填寫的。因此可把政策內容視為現行有效、把它的日期視為筆誤；但若你要將它用於受監理的工作場景，應要求開發者確認並重新標註日期。
官網面向受眾的段落告訴法律與醫療專業人士，使用本產品能「符合合規要求——無第三方資料共享」。請把這句話嚴格限縮在本機模式內理解。在本機模式下它是準確的，因為沒有任何內容離開機器，自然無從共享；在雲端模式下它並不準確，音訊確實會送往第三方。這句話也不構成任何認證：產品並未發布 HIPAA 證明、SOC 2 報告，也沒有提供業務夥伴協議。對受監理的工作而言，本機模式在架構上站得住腳，但這句行銷用語不能取代你自己的合規評估。
商業模式相當直白，而它的主打賣點就是沒有訂閱。官網寫明：可永久免費試用，或一次性升級到 Pro，永不訂閱。
App Store 記錄確認這款程式的下載價格為免費（價格欄位為 0.00 美元）。包含 Product Hunt 報導在內的多個第三方來源指出，Pro 升級為一次性 9.99 美元買斷，不會重複扣款。
關於這個數字有兩點須據實說明。其一，9.99 美元並未印在官網首頁，首頁只寫了「Pro 一次性」而沒有具體金額；這個數字來自第三方收錄與程式內購買，因此購買前請到 App Store 查證當前價格，開發者隨時可能調整。其二，App Store 查詢記錄中沒有回傳逐項的內購清單，因此免費版與 Pro 版之間的功能界線並沒有可公開查證的文件。哪些功能永久免費、哪些需要升級，建議直接安裝程式確認——安裝本身不花錢。
這套帳仍然值得留意。訂閱制的轉錄服務通常按月或按分鐘計費。約十美元的一次性付款，加上本機模型每小時執行成本為零，代表重度使用者的邊際成本基本上是零。每週要轉錄數小時的人，相較按量計費的服務往往幾天內就能回本。要再次提醒的反向因素是：雲端模式的介面費用由你自行承擔，而且不受這款程式的額度限制。
這是這款程式最硬的一道門檻，會把相當大一部分潛在使用者擋在外面。
Whisper Snapper 只支援 macOS。沒有 Windows 版，沒有 Linux 版，沒有 iPhone 或 iPad 程式，沒有網頁版，也沒有公開 API。App Store 記錄把它歸類為 Mac 軟體，App Store 是唯一的散布管道。
系統版本要求異常嚴苛。App Store 記錄列出的最低系統版本為 26.0，也就是相當新的一版 macOS。許多仍在正常使用較舊系統的 Mac，必須先升級作業系統才裝得起來。把這款工具納入規劃之前，請先確認你的 macOS 版本——光是這一條，排除掉的潛在使用者就比其他任何因素都多。
App Store 記錄中其他可查證的細節：下載體積約 30.4 MB（30,431,988 位元組），分級為 4+，主分類為「工具程式」、次分類為「商業」，目前版本 1.7 於 2026 年 7 月 23 日發布，首發版本為 2025 年 12 月 17 日。
程式本身的介面語言清單只有英文。請別把這件事跟轉錄語言涵蓋搞混：這款程式可以轉錄並翻譯多種語言，但它的選單和按鈕只有英文。
支援匯入的格式為 MP4、MOV、M4A、MP3 與 WAV。程式還內建錄音功能，可以直接錄，不必先在別處錄好再匯入。
2026 年 7 月的更新說明描述的是一次實質升級，而非例行修補。領銜的是即時轉錄：可以邊錄邊轉，並支援在多段錄製之間暫停與繼續，全部呈現在同一條波形時間軸上。即時轉錄與批次檔案處理是明顯不同的能力，而跨多段錄製的暫停／繼續，對訪談工作是很體貼的設計。
同一版還新增了五個本機模型——Cohere Transcribe（14 種語言）、Parakeet 日文版、Parakeet v3 INT4、SenseVoice，以及一個支援 83 種語言的 Nemotron 多語系串流模型；重建了模型下載系統以提升可靠度；並做了多項效能改良，包括背景轉錄稿搜尋、Cohere 直接走 Apple 神經網路引擎，以及長音訊改為逐塊處理而非一次全載入。
最後這項改動的份量容易被低估。分塊處理正是避免長錄音吃光記憶體的手段，這顯示開發者在修的是真實使用者處理超長檔案時回報的問題。
無法離開程式的轉錄稿用途有限，而這裡的匯出涵蓋相當廣。官網列出的格式為：TXT、SRT、VTT、Markdown、CSV 與 PDF，可用於製作影片剪輯用字幕或格式化文件。
每種格式都對應真實的下游用途。SRT 與 VTT 是字幕格式，可直接送進影片剪輯軟體——官網引述的一位 Podcast 剪輯師表示，SRT 匯出可以直接拖進 Final Cut。Markdown 適合筆記程式與發布流程。CSV 打開了試算表分析的可能，這對需要為訪談資料做質性編碼的研究者很重要。PDF 產出可直接分送的格式化文件。TXT 則是萬用備案。
在程式內處理轉錄稿同樣受到支援。App Store 頁面描述了可點擊時間戳以在長錄音中定位、轉錄稿內即時搜尋、程式內編輯與潤稿，以及所有轉錄稿透過 SwiftData 存放在本機。
搭配前文談到的幻覺風險，可點擊時間戳特別值得強調：能點一行字就跳到音訊中對應的時刻，正是讓查核快到「你真的願意去做」的關鍵機制。程式內編輯則讓你當場修正發現的問題，不必匯出到別的軟體、也不會弄丟與音訊的對應關係。
上手流程被刻意壓到最簡：拖進來、放下、完成，不用帳號、不用複雜設定、不用教學；只要會拖檔案，就會轉錄。不需要帳號這點跟它的無主機架構是一致的——本來就沒有可供註冊的主機。
批次處理同樣支援，可一次加入多個檔案並依檔案追蹤進度。如果你要清的是一批積壓的錄音而不是單一檔案，這點很關鍵。
官網列出六類受眾，值得逐一檢視而非照單全收。
記者與研究者是最契合的一類。官網所述的好處——轉錄訪談而不必把敏感消息來源上傳雲端——回應的是一項真實的職業義務。保護消息來源對記者而言不是偏好，而可能是倫理甚至法律責任。全程本機、沒有主機元件，是對這項義務的實質回應，而不是行銷姿態。
法律與醫療專業人士是第二契合的一類，但要帶上前文的限定：僅限本機模式，且行銷中的合規說法不等於認證。
Podcast 主持人與內容創作者的主要收穫來自說話人辨識加上 SRT 匯出。轉錄多主持人的節目、自動取得說話人標註、把字幕拖進剪輯軟體——這套流程正是這款工具的形狀。
學生與教師能得到課堂錄音轉錄與本機摘要，但這群人尤其要掂量 macOS 26 的門檻，因為學生的機器往往偏舊。
商務與遠距團隊可以拿它記錄會議紀要，但要注意這是一款單人桌面程式：沒有共用工作區，沒有團隊計費，沒有協作編輯，也沒有能自動加入通話的會議機器人。所謂分享，就是匯出檔案再傳給對方。需要一體化協作的團隊應另尋方案。
無障礙用途——為聽障觀眾製作字幕——由字幕匯出格式支撐得不錯，但照例提醒：機器字幕在發布前需要人工校對。
不該選它的人：所有不使用較新 Mac 的人、需要行動端錄製的人、需要 API 接進自動化流程的人、需要團隊協作功能的人，以及希望雲端轉錄開箱即用、不想自己去申請介面帳戶的人。
集中列在一處，免得任何一條被埋沒：
平台鎖定。 只支援 macOS，最低系統 26.0。沒有 Windows、Linux、iOS、Android 或網頁版。這是最大的單項限制。
沒有 API。 無法把它接進伺服器端的自動化流程，它是一款互動式桌面程式。
雲端模式需自備金鑰。 需要另外的 OpenAI 或 Deepgram 帳戶，費用由你承擔，且不受程式額度約束。
說話人辨識綁定特定模型。 只有 Deepgram、GPT-4o Transcribe 與 Parakeet v3 提供；離線辨識只能用 Parakeet v3。
本機模型表現取決於你的硬體。 大號 Whisper 模型開銷很大，在較舊或規格較低的 Mac 上，large-v3 會很慢。程式無法讓你的機器變快，只能讓你改用較小的模型。
儲存開銷。 本機模型必須下載並佔用磁碟。30.4 MB 是安裝檔體積而非模型體積，完整的本機模型集合佔用要大得多。
摘要與翻譯品質受小模型天花板限制。 裝置端執行的 Llama 3.2 比不上前沿的雲端模型。
缺乏獨立評價樣本。 App Store 記錄顯示使用者評分數為 0，也沒有平均分。產品在 G2、Capterra、Trustpilot 上都沒有收錄，也沒有主流科技媒體報導。Product Hunt 有 139 個讚與當日第 7 名的成績，這是真實但有限的訊號。官網上的使用者評價只有名字與職稱，無從獨立查證。對一款年輕的獨立程式來說這很正常，但這代表你主要是依據免費版的實際體驗做判斷，而不是依據成熟的口碑共識。
介面只有英文，與轉錄語言涵蓋無關。
準確率天生會浮動，而且 Whisper 系模型的幻覺會讓錯誤看起來很流暢。凡是要引述的內容務必核對。
隱私政策的日期與產品時間線不一致，詳見前文。
有幾個務實的習慣能明顯改善結果。
先用免費版試，再決定要不要付費；而且要拿你自己最難搞的那段音訊來測，而不是乾淨的示範檔。真正讓你頭痛的那段錄音，才決定這款工具對你有沒有用。
依素材挑模型。乾淨的單人音訊、講求速度時用小號本機模型；把 large-v3 留給有口音、會搶話或背景吵雜的困難錄音。
逐個檔案、有意識地決定隱私模式。這套架構的全部意義就在於這個選擇是逐次進行的，請主動判斷，而不是任憑預設值。
先改善輸入，再去怪模型。一支外接麥克風、一個更安靜的房間，以及說話的人不要互相搶話，對準確率的幫助勝過任何模型升級。
訪談類內容一開始就用支援辨識的引擎打開說話人標註。事後手動補標註，比自動取得慢得多。
引述之前先查核。用可點擊時間戳抽查你打算發表、引用或存檔的每一段內容。
若使用雲端模式，請到介面服務商那裡設定支出上限。程式不會限制你的用量，而批次轉錄積壓素材的費用會累積得很快。
不是。它是一款獨立的 macOS 程式，App Store 記錄中的開發者與銷售者都是 Evan Harris。名稱中的「Whisper」指的是 OpenAI 以開源授權釋出的語音辨識模型，這款程式在執行它的同時，也整併了 NVIDIA、Deepgram、Cohere、阿里巴巴與 Meta 的模型。沒有任何證據顯示存在合作或背書關係。該網站沒有明確的隸屬關係聲明，這點值得指出；但除此之外，它對所用的第三方引擎交代得很清楚，並直接連結到對方的政策文件。
只有在你主動選擇雲端引擎時才會。使用本機模型時，隱私政策明白寫著你的影音檔絕不會被上傳到任何地方，也不需要網路。若你選用 OpenAI 或 Deepgram 的雲端轉錄，音訊則會被送往第三方介面服務商處理。這個選擇是每次轉錄各自決定的，因此控制權在你手上、可逐個檔案拿捏。
沒有伺服器端的保存期限，因為開發者聲明自己不營運任何接收使用者資料的主機。所有內容都留在你自己的機器上，直到你刪除為止：轉錄稿保存到你在程式內刪除，錄下的音訊保存到你刪除檔案，API 金鑰保存在鑰匙圈中直到你移除。請注意，解除安裝程式並不會自動清掉轉錄稿與鑰匙圈項目。
隱私政策對這兩點都沒有明確表述。就本機處理而言這問題並不成立——開發者不營運主機，因此不存在檔案流向他們的管道。就雲端處理而言，答案取決於你所提供金鑰對應帳戶下 OpenAI 或 Deepgram 的條款，而不是由這款程式決定。若訓練與人工審閱政策對你要緊，請到介面服務商那邊、針對你的具體帳戶層級去查證。
程式可從 Mac App Store 免費下載，開發者的立場是永久免費試用、或一次性升級 Pro、永不訂閱。第三方收錄顯示 Pro 升級為一次性 9.99 美元。這個數字並未印在官網首頁，因此請到 App Store 查證當前價格。若你啟用雲端介面，其用量費用由 OpenAI 或 Deepgram 另行計費，並不包含在內。
只有執行 macOS 26.0 或更新版本的 Mac 才行，這是 App Store 記錄中的最低系統版本。沒有 Windows、Linux、iOS、Android 或網頁版，也沒有 API。這道門檻會排除相當多本來效能還可以的機器，所以請先確認你的 macOS 版本。
開發者沒有公布任何準確率百分比，這比掰一個數字要誠實。準確率取決於你挑的模型、音訊品質與語言。對 Whisper large-v3 的獨立基準測試顯示，在錄音室等級的朗讀語音上字錯誤率約 2.7%，而在貼近真實的錄音上約為 8%–12%。研究者也記錄到這個模型系列可能生出從未被說出口的流暢文字，因此凡是要引述或存檔的段落都應對照音訊查核。
可以，但只限特定引擎。說話人辨識可透過 Deepgram、GPT-4o Transcribe 與 Parakeet v3 取得。如果你既要說話人標註又要維持完全離線，就必須使用 Parakeet v3，因為另外兩個選項都是雲端服務。1.7 版還修掉了會產生虛假短片段的瑕疵。
匯出涵蓋 TXT、SRT、VTT、Markdown、CSV 與 PDF，足以應付影片字幕、筆記、試算表與可分送文件等用途。匯出之前，你可以在程式內編輯轉錄稿、即時搜尋內容，並用可點擊時間戳跳到對應音訊——這正是查核可疑內容最實用的方式。
可以，而且這點並不常見。兩者都由裝置端的 Llama 3.2 驅動，App Store 頁面在其翻譯語言清單中明確標註無須連網。多數同類程式會把轉錄稿送到雲端模型做摘要，這會悄悄削弱本機轉錄帶來的隱私優勢。代價是裝置端的小模型在語感與專業術語上比不上前沿的雲端模型。
