Methodox Transcriber
Methodox Transcriber 可以录制语音、剪辑录音，并把剪辑后剩下的内容转成文字。这三件事都在同一个窗口中完成，并且完全在你自己的机器上进行。
- 版本： v0.6
- 平台： Windows、Linux、macOS（Apple Silicon 和 Intel）
- 下载： Methodox.itch.io
- 网站： transcriber.methodox.app
- 源代码： Parcel NExT 中的
Standalones/MethodoxTranscriber
v0.6 是一次完全的重新实现。 v0.5.1 及之前的版本会把音频发送到 OpenAI 的 Whisper API，该 API 将上传大小限制在 25 MB，并且需要密钥。这些都已不复存在：v0.6 是一个在本地运行 whisper 的全新应用程序，其中不再有任何形式的云集成。旧版程序仍可从 Itch.io 下载。
在哪里运行
模型在你的 CPU 上运行，与界面处于同一进程中。无需账户，无需 API 密钥，不上传任何内容，也不限制文件大小或时长。长文件会在后台线程中解码，因此加载时窗口仍然可以使用。
程序唯一会通过网络获取的东西是 Whisper 模型：只获取一次，来源是 whisper.cpp 的公共模型仓库，并且只在你于 Settings 中按下 Download 时才会获取。你也可以自己把 ggml-*.bin 文件放进模型文件夹，从而完全不接触网络。模型默认存放在 ~/.methodox/transcriber/models 中；设置存放在 ~/.methodox/transcriber/settings.json 中。
录音
空闲界面是一个大的录音按钮，按 Space 的效果相同。录音时会显示实时波形和输入电平表，并且可以暂停和继续，这样你就可以停下来思考，而不会把静音也录进去。
你也可以打开一个现有文件，而不是录制新文件——或者把文件拖到窗口上的任意位置。
编辑
波形是可编辑的，而大多数转录工具会把这一部分交给另一个程序。
- 单击可定位，拖动可选择，拖动控制柄可调整，右键单击可清除选区。
- Trim to selection（裁剪到选区）、delete selection（删除选区）、撤消和重做。精确到采样点，并且是非破坏性的：在你保存之前，磁盘上的文件保持不变。
- 在确定剪切之前，可以先试听选区。
- 滚轮以光标为中心缩放；中键拖动或水平滚轮可平移，小地图条会显示你在文件中的位置。录音时，滚轮用于改变显示多少秒的历史波形。
转录
模型生成的片段会以流式方式进入转录文本，每个片段都带有时间戳；单击时间戳即可将音频定位到该处。
| 设置 | 作用 |
|---|---|
| Model（模型） | tiny、base、small、medium 或 large-v3-turbo。越大越慢，也越准确。可以在 Settings 中下载，也可以手动放入模型文件夹。 |
| Language（语言） | 自动检测，或在你已经知道语言时固定为 22 种语言之一——固定语言更快，通常也更准确。 |
| Context prompt（上下文提示） | 预先提供给模型的人名、术语和拼写，让它不再去猜测这些内容。 |
| Input device（输入设备） | 使用哪个麦克风，以及采用什么采样率。 |
| Threads（线程） | 用于推理的 CPU 线程数。 |
可以将结果导出为纯文本、带时间戳的 Markdown 或 SRT 字幕，也可以复制到剪贴板。
音频格式
| 读取 | 写入 |
|---|---|
| WAV、MP3、M4A/AAC、FLAC、OGG Vorbis | WAV、FLAC（托管编码器）、OGG Vorbis（SFML） |
键盘
Space 录音/停止，或播放/暂停 · P 暂停录音 · R 新建录音 · Delete 删除选区 · Esc 清除选区或取消转录 · Ctrl+Z / Ctrl+Shift+Z 撤消和重做 · Ctrl+S 保存音频 · Ctrl+O 打开 · Ctrl+T 转录 · Ctrl+, 设置。
已知限制
- MP3、AAC 和 OGG 仅支持解码；保存时使用 WAV 或 FLAC（托管）或 OGG（原生）。
- HE-AAC（SBR）流会按其 AAC-LC 核心解码，链式 OGG 文件只播放第一条链。
- 转录在录音停止后运行。运行期间片段会以流式方式输出，但不支持边说边转录。
参考资料
- 下载：Methodox Itch.io 商店
- 网站：transcriber.methodox.app
- 旧版 v0.3（云）的使用指南：YouTube
- 新版 v0.6（云）的使用指南：YouTube