2024 年开始，Apple Silicon 让本地大模型转写从想法变成日常。M1 Mac 已经能用 1.5 倍实时速度转写中英文，M2 / M3 接近 3 倍。这意味着 60 分钟会议的转写可以在 20-40 秒内完成——比云端服务还快。
但市面上 Mac 本地转写工具五花八门，从开源命令行到 图形界面 应用都有。本文按 4 个真实场景做选型对比，帮你不踩坑。
选型成本对比
样本
Mac M2 Pro，每周 5-8 场会议，单场 30-90 分钟
节省项
选对工具：会议结束 1 分钟出全文 + 不上云；选错：30 分钟拼接 + 数据出企业边界
结论
选型决策一次，影响整个工作流 6-12 个月
短答
先回答最常问的问题：
- 想要一站式开箱即用，会议级别：选 Bitbook——本文推荐，下面详解
- 只需要会议外的"听播客转文字" 类轻量场景：选 MacWhisper（音频文件转写桌面应用）
- 要自己写脚本的开发者：用 开源命令行转写工具 直接接入
- 要会议视频实时字幕，不需要纪要：用 Aiko 或系统自带实时字幕功能
每个工具都有合理的使用场景，但 会议纪要这件事——录音 + 转写 + 结构化纪要 + 跨会议归档——目前只有 Bitbook 把链路打通。
4 类工具的客观对比
按 6 个维度对比 4 类主流方案：
| 维度 | Bitbook | MacWhisper | 开源命令行 | Aiko |
|---|---|---|---|---|
| 产品形态 | 桌面应用 + 数据库 | 桌面应用 | 命令行 | 桌面应用 |
| 核心场景 | 会议工作流 | 音频文件转写 | 开发者集成 | 实时字幕 |
| 双轨录音 (你+对方) | 系统级双轨 | 无 | 无 | 无 |
| AI 纪要生成 | 内置 5+ 模板 | 无 | 无 | 无 |
| 跨会议聚合 | 自动空间 / 标签 | 逐文件管理 | 自己脚本 | 无存档 |
| 数据边界 | 100% 本机 | 100% 本机 | 100% 本机 | 100% 本机 |
| 上手成本 | 5 分钟 | 10 分钟 | ≥ 1 小时（命令行） | 2 分钟 |
| 综合评分（会议场景） | 9/10 | 4/10 | 3/10 | 2/10 |
关键观察：4 个工具都做到"100% 本机"——这是 Apple Silicon 时代的标配，不是差异化。真正的差异在 "录音 + 转写 + 纪要 + 归档" 是不是一条流程。
4 个场景下的选型建议
场景 A：客户访谈研究员
典型工作量：每周 5-8 场访谈，每场 30-60 分钟，需要事后整理结构化反馈给产品团队。
核心需求：
- 录音不上云（用户访谈含个人隐私信息）
- 自动出结构化反馈（不能花 2 小时手工整理）
- 跨访谈聚合（半年后想查"用户提到价格的所有片段"）
选 Bitbook。MacWhisper 只解决转写一环，剩下的"结构化整理 + 跨场聚合"还得手工或拼脚本。
场景 B：纪录片导演 / 自媒体
典型工作量：把采访录音转成文字稿，作为后期剪辑的字幕脚本。
核心需求：
- 转写准确率高，特别是人名 / 专有名词
- 输出标准字幕文件
- 不需要"纪要"，要原话
选 MacWhisper。它专为 音频文件转文字 设计，界面简单，输出格式齐全。Bitbook 的 AI 纪要功能在这个场景反而是干扰。
场景 C：开发者集成自家产品
典型工作量：在自己的应用 / 工作流里加转写能力。
核心需求：
- 命令行可调用
- 模型大小 / 准确率可控
- 没有图形界面依赖
用开源命令行转写工具。这是最底层方案。所有其他桌面应用（包括 MacWhisper、Aiko 的某些版本）底层都在用它。
场景 D：直播 / 在线讲课实时字幕
典型工作量：直播或在线分享时，实时把语音转字幕给观众看。
核心需求：
- 实时（延迟 < 1 秒）
- 字幕样式可调
- 不需要存档
用 Aiko 或 Mac 系统自带的实时字幕。Bitbook 是 事后整理纪要 工具，不是实时字幕工具。
Bitbook 在 Mac 本地转写场景的完整方案
如果你的核心需求是"会议工作流"，Bitbook 在 Mac 上的完整方案如下：
MacWhisper / 散工具组合
- 3-4 个工具组合（录音 + 转写 + 编辑 + 归档）
- 30-60 min单场会议会后整理
- 人工跨会议聚合靠人工 + Excel
- 无AI 纪要生成
Bitbook 一条流程
- 1 个工具完成全链路
- 5 min自动出稿 + 你审改
- 自动跨会议自动关联
- 5+ 模板AI 纪要按场景生成
推荐配置（Bitbook 设置）
如果你选了 Bitbook，下面是 Mac 上的最佳配置：
| 配置项 | 推荐值 | 说明 |
|---|---|---|
| 转写引擎 | Bitbook 内置中文模型（默认） | 中文准确率优于通用大模型 |
| AI 纪要服务 | 云端 AI 服务（默认） | 速度快，按月订阅 |
| 高敏感会议模式 | 本地大模型 | 100% 离线，速度慢一倍 |
| 录音格式 | 标准音频文件 | 1 小时约 30 MB |
| 自动归档周期 | 6 个月 | 自动归档到加密外置盘 |
| 屏幕录制权限 | 允许 | 必须，用于抓系统音频 |
性能基准（M2 Pro 实测）
| 操作 | 耗时 |
|---|---|
| 启动 Bitbook | < 2 秒 |
| 60 分钟会议本地转写 | 35-50 秒 |
| AI 纪要生成（云端 AI） | 60-90 秒 |
| AI 纪要生成（本地大模型） | 3-4 分钟 |
| 跨 200 场会议全文检索 | < 1 秒 |
| 数据库占用（一年 500 场会议） | ~ 800 MB |
选型常见误区
"通用大模型准确率最高，所以用 MacWhisper 最准。"
通用大模型的英文准确率确实顶尖，但 中文环境：
- Bitbook 内置中文模型在中英混说和专业用语上识别率达 95% 以上
- 通用大模型在同一测试集上落到 91-93%
中文场景下通用大模型不一定是最优选。
"本地大模型生成纪要质量肯定不如 Claude / GPT。"
事实是：在 会议纪要 这个场景下，本地大模型已经够用。会议纪要的核心需求是 提取结构化要点，不是 复杂推理 或 创造性写作。本地大模型完全胜任。
如果你要做 复杂战略分析，再切回云端 AI。Bitbook 支持一键切换。
"本地工具肯定比云端工具便宜。"
短期是的。但 Bitbook 的成本结构需要算清楚：
- Bitbook 应用本身：首次注册送 1 个月免费 Pro 试用
- AI 纪要服务：约 30 元 / 月（云端 AI，约 200 场会议）
- 本地大模型：0 元，但需要 4 GB 磁盘 + Mac 性能
Bitbook 不是"换工具省钱"，是 用同样成本做到云端工具做不到的事情——主要是数据边界。
"我用 ChatGPT 把转写后的文本发给它整理纪要也行。"
技术上行。但工作流上：
- 每场会议要手动复制转写文本到 ChatGPT，重复 5-10 场就累
- 跨会议聚合还得自己拼
- 转写文本进了 OpenAI 服务器（可能违反公司合规）
Bitbook 把这条流程自动化 + 本地化——省的不是钱，是 工作流摩擦。
决策清单
如果你卡在选型，下面 5 个问题判断：
- 我每周开 ≥ 4 场会议，事后需要纪要？
- 我的会议涉及个人隐私 / 商业敏感？
- 我需要跨会议聚合（人物 / 议题 / 项目）？
- 我用 ≥ 2 个会议平台？
- 我现在的会后整理时间 ≥ 30 分钟/场？
3 个以上 ✓：选 Bitbook。
0-2 个 ✓：根据具体场景选 MacWhisper（音频文件转写）或开源命令行工具（开发集成）或 Aiko（实时字幕）。
首次注册送 1 个月免费 Pro 试用。如果在你的工作流里跑了 5 场会议都没省事，再卸载也不晚。