访谈录音怎么在 Mac 上本地转写成文字

开始之前

需要一台 Apple 芯片（M1 及以后）、macOS 14 及以上的 Mac。第一次转写要联网下载转写和说话人分离的模型（几个 GB），下载一次后缓存在本机，之后可以断网转写。

第一步：新建项目，导入录音

新建一个项目，把音频或视频访谈放进去。.mp4、.mov 这类视频文件可以直接导入，App 转写它的音轨，不需要先转格式。

第二步：告诉它几个人在说话

第一次转写时，App 会问「几个人在说话」，给说话人分离一个提示。一对一访谈就选两个人；不确定就选 Not sure，由它自动判断。我们的经验是，给出人数比让它自动估计更可靠。

第三步：等它在本机转写

转写在你的 Mac 上跑，速度取决于芯片代际和录音长度，M1 和 M4 差别明显，长录音需要耐心。语种自动识别。我们用一段中文会议录音试过，能识别为中文并转出连贯的文本；但这不等于准确率有保证，中文访谈的准确率和多人说话人分离，我们还没有系统测过，建议先拿一份小样本试。

第四步：校对

转写出来只是初稿，要自己听着校。播放时逐字稿会跟随音频，⌘F 可以在逐字稿里查找。逐字稿从开头就按句子和说话人切换断开（1.18.1 起），这样一句话不会混着两个人的发言。

第五步：需要的话，重新转写

1.18.1 之前转写的录音，要重新转写一次才会套用新的断句方式。重新转写会替换这份录音的旧逐字稿，已有的编码可能受影响，所以先备份项目文件夹再做。

第六步：导出

在 Reports & Exports（报告与导出）里可以导出逐字稿，也可以导出编码本、矩阵和引文表。导出之后怎么用，见访谈逐字稿怎么编码。

为什么要在本机转写

录音里常有受访者能被识别的信息。在本机转写，录音不需要交给第三方服务。代价也要说清楚：本机转写不会比云端 GPU 快，速度受你的芯片限制。取舍见英文文章 Local vs. cloud transcription for research；伦理审查前要想清楚的问题，见访谈录音和逐字稿的数据保护。