本地优先音视频效率工具

播客/视频本地转写检索器

不传云端,在笔记本上把播客、会议视频转成可全文检索的文本

痛点
有用户想转录保存的播客和 YouTube 演讲,并 grep 关键词,但不想上传到云服务,也没有强大 GPU,只能跑 Whisper CPU 版。现有方案要么依赖云、要么操作复杂,缺少一个开箱即用的本地工具。
方案
一个桌面应用,导入音视频文件后调用本地 Whisper(支持 CPU 或低配 GPU),自动转写为带时间戳的文本,建立本地索引,支持关键词搜索并跳转到对应播放位置。
用户
研究人员、播客爱好者、需要整理会议录像的知识工作者,尤其注重隐私不愿上传的用户
MVP
支持常见音视频格式导入;本地 Whisper 转写(CPU 优先);生成带时间戳的文本文件;内置全文搜索并定位到音频时间点;无需账号,数据全在本地
变现
一次性买断($19-39),或免费版限制时长 + 高级版解锁批量处理
为何现在
本地大模型和 Whisper 优化让 CPU 转写变得可行;隐私意识提升,用户不愿把内容交给云端;独立开发者可封装成熟模型,专注体验

来源讨论 · 1

  1. Hacker NewsAsk HN: How do you turn videos into searchable text without uploading them?1↑ 2
← 返回列表