离线语音转写与摘要工具

为注重隐私的用户提供完全离线的会议录音转写、说话人分离与摘要

痛点

许多会议和访谈转写工具依赖云端，存在隐私泄露风险，且按分钟收费昂贵。用户需要在本地处理敏感音频，但现有开源方案往往配置复杂，或缺少说话人分离和摘要功能。

方案

开发一个离线桌面应用，利用本地 Whisper 模型进行转写，集成说话人分离（如 pyannote）和基于本地 LLM 的摘要生成。所有数据不出本地，界面简洁，支持导出带时间戳的文本和 Markdown 摘要。

用户

记者、律师、研究员、企业法务等需要处理敏感音频的专业人士

MVP

导入音频文件；本地 Whisper 转写并生成带时间戳文本；简单说话人分离（基于声纹聚类）；本地摘要生成；导出为 txt/md

变现

一次性买断（$49）或年订阅（$29/年），提供企业批量授权

为何现在

隐私法规趋严，本地 AI 模型成熟；独立开发者可基于开源模型快速构建，无需云成本