MarkTechPost 实测了 Cactus Compute 的语音转文字模型 Whistle：该模型体积 16.9 MB，可在 CPU 上运行，支持 7 种语言，并能返回词级时间戳和概率。在 LibriSpeech 的 test-other 样本上，Whistle 领先使用贪心解码的 Whisper base，但与使用 beam search 的 Whisper base 相比没有显著差距；它的速度优势会随音频变长而缩小。测试还发现，固定版本的引擎在处理超过 30 秒的音频时，会静默丢弃中间部分。数据来自 Ap…
推荐理由想用 CPU 跑本地语音转写的人可以看：16.9 MB 模型对 Whisper base 的真实差距
开发者发布 Sayso，一款支持 macOS、Windows、Linux 的免费开源听写应用。按快捷键说话，文字即写入当前应用，语音识别完全在本地运行（Mac 用 Neural Engine，Windows/Linux 用 CPU），除非用户主动选择云端模型。macOS 端基于 WhisperKit 和 FluidAudio，Windows 用 ONNX Runtime 和 whisper.cpp，Linux 用 sherpa-onnx。支持 Parakeet、Whisper 等多种本地模型，也可接入 OpenAI…
推荐理由免费开源、本地跑语音识别，支持三大桌面平台，可替代付费听写工具。
开发者发布开源工具 SCM（Screen Memories），在 macOS 上对任意文件夹内的照片和视频做本地 AI 搜索。视频按场景切分并嵌入，可定位到具体镜头和时间码；支持 OCR 文字搜索（Tesseract，含中英等 35 种语言）和 Whisper 语音台词精确检索，另可选本地 LLM 对话。全部推理在本机运行，不上传云端，默认 CLIP 模型权重约 435MB，首次下载后离线可用。通过 Homebrew cask 安装，要求 Apple Silicon、macOS 12+ 及 Bun。
推荐理由本地跑、不上传，视频能搜到具体镜头时间码，隐私敏感或素材多的用户可直接 brew 安装试用