Qwen Scribe

4个月前发布 143 00

Qwen Scribe是一款专为 Apple Silicon Mac 设计的本地转录与系统级听写工具。它利用 macOS 的 Metal GPU 加速运行 mlx-qwen3-asr,基于阿里通义千问团队开源的 Qwen3-ASR 模型,实现了完全离线的音频和视频转录。

所在地:
美国
收录时间:
2026-08-02
Qwen ScribeQwen Scribe

在云端大模型无处不在的今天,隐私敏感的用户往往面临两难:想要高效的语音转文字体验,却不想让音频数据离开自己的设备。

Qwen Scribe是一款专为 Apple Silicon Mac 设计的本地转录与系统级听写工具。它利用 macOS 的 Metal GPU 加速运行 mlx-qwen3-asr,基于阿里通义千问团队开源的 Qwen3-ASR 模型,实现了完全离线的音频和视频转录。没有账户绑定,没有 API 密钥,所有数据——从原始音频到最终的转录文本——都严格保留在你的 Mac 上。

Qwen Scribe

核心亮点:高效、私密且深度集成

目前发布的 v0.2.0-beta.1 版本已经具备了完整的核心功能,其设计充分考虑了 Mac 用户的使用习惯:

  • 双模型选择:提供 1.7B(高精度)和 0.6B(高速度)两个版本的 Qwen3-ASR 模型。前者适合对准确率要求极高的场景,后者则能在低配设备上实现更快的响应。
  • 系统级听写:在任何文本字段中,只需按住配置的快捷键说话,松开后文本即可自动粘贴到光标处。这比 macOS 自带的听写更灵活,且支持自定义词汇提示。
  • 专注的本地 Web 界面:支持拖放音频和视频文件进行批量转录。界面简洁,专注于内容本身。
  • 完善的后期处理:支持自动语言检测、强制指定语言、生成词级时间戳,并可直接导出为 SRT 字幕格式。
  • 透明的审计与控制:菜单栏状态项实时显示听写状态,非焦点抢占式 HUD 提示“正在聆听”或“转录成功”,确保你随时掌握进程。

技术细节:为什么它更快、更安全?

Qwen Scribe 的核心优势在于其底层的技术选型:

  1. MLX 框架加速:通过 Apple 的 MLX 框架,模型能够直接调用 M 系列芯片的 GPU 和统一内存架构,推理效率远超传统的 CPU 运行方案。
  2. 纯本地运行:所有计算均在本地完成。即使断网,你依然可以使用听写功能和文件转录。
  3. 受限的本地 API:内置的 localhost API 带有严格的主机和浏览器来源检查,防止外部恶意脚本访问你的转录服务。

安装与使用指南

系统要求

  • 硬件:Apple Silicon Mac (M1/M2/M3 等)
  • 系统:macOS 14 或更新版本
  • 环境:Python 3.12+,ffmpeg,Apple 命令行工具
  • 内存:1.7B 模型约需 3.4 GB 统一内存,0.6B 模型约需 1.2 GB

快速启动

你可以选择下载预构建的 App,或者通过终端运行:

# 克隆仓库后,构建并打开应用
make app
open "dist/Qwen Scribe.app"

# 或者使用终端脚本运行服务器
./run.sh
# 随后在浏览器访问 http://127.0.0.1:8990

注:首次启动时,macOS 可能会因为临时签名而阻止运行。请前往“系统设置” > “隐私与安全性” > “仍要打开”进行授权。

权限配置

为了实现系统级听写,你需要在“系统设置” > “隐私与安全性”中授予以下权限:

  • 麦克风:用于录音。
  • 输入监控:用于检测全局快捷键。
  • 辅助功能:用于将转录结果自动粘贴到当前焦点窗口。

数据存储与隐私

Qwen Scribe 的所有数据均存储在本地,且格式透明:

数据类型默认存储位置说明
转录历史~/Library/Application Support/Qwen Scribe/transcripts可读的 JSON 文件,支持搜索与导出
模型权重~/.cache/huggingface/hub首次使用时自动下载,后续离线可用
运行时环境~/Library/Application Support/Qwen Scribe/runtime私有 Python 依赖与运行时文件
诊断日志~/Library/Logs/QwenScribe.log用于排查问题

如果你担心隐私,可以随时删除这些文件夹,或者通过应用内的历史控制功能一键清除所有记录。

相关导航