针对 Apple Silicon 的私有本地转录和全系统听写。Qwen Scribe 使用运行在 Mac's Metal GPU 上的 Qwen3-ASR 通过 mlx-qwen3-asr 转录音频和视频。没有账户、API 密钥或 Qwen Scribe 云服务。音频和转录文本保留在 Mac 上。项目状态：v0.1.0-beta.1。核心转录、历史记录和听写功能正在工作。目前的发布版本仅为源码：应用程序构建尚未进行开发者 ID 签名或公证，因此您可以使用 make app 在本地构建。计划在 v0.2 中提供签名和公证的二进制文件，详见 ROADMAP.md。欢迎反馈和仔细测试。上述界面使用合成演示文本；未显示任何私人录音或转录。亮点：在专注的本地网页界面中拖放音频和视频转录，Qwen3-ASR 1.7B 以实现准确性或 0.6B 以提高速度，自动语言检测，选项强制语言，词汇提示，单词时间戳，和 SRT 导出，自动本地转录历史，支持重新打开、单独删除和全部删除控制，在任何文本字段中按住右 Command 键，讲话，然后释放即可本地转录并粘贴到光标处，非干扰式的 HUD 显示正在收听、转录、成功和失败状态，仅限本地主机的 API，并检查主机和浏览器来源。要求：Apple Silicon Mac，macOS 14 或更新版本，按当前 MLX 发布版本要求。原生 Python 3.10 或更新版本，ffmpeg 用于非 WAV 音频和视频：brew install ffmpeg，Apple 命令行工具以从源代码构建应用程序：xcode-select --install。1.7B 模型需要约 3.4GB 的统一内存，0.6B 模型需要约 1.2GB 除了正常的应用程序开销。模型权重不包含在此存储库中。从下载或克隆的源目录构建并运行 Mac 应用：make app 打开 "dist/Qwen Scribe.app"。生成的应用程序是自包含的，除了 Python 依赖项和模型权重，这些在首次使用时会安装或下载。构建后您可以将两个应用程序从 dist/ 移动到 /Applications：Qwen Scribe.app 启动服务器和桌面听写助手。停止 Qwen Scribe.app 仅停止由 Qwen Scribe 启动的进程。本地构建的应用是临时签名的。如果 Gatekeeper 阻止下载的构建，右键单击它并选择“打开一次”。稳定的公共二进制文件应使用 Apple 开发者 ID 签名和公证；详见 ROADMAP.md。服务器日志写入 ~/Library/Logs/QwenScribe.log。终端替代 ./run.sh 然后打开 http://127.0.0.1:8990。第一次转录会下载所选模型一次。随后的使用在缓存了依赖项和权重后可以离线运行。桌面听写权限：桌面听写从 Mac 应用程序开始。首次启动时，允许 Qwen Scribe 在系统设置 → 隐私与安全中用于：麦克风 - 按住右 Command 时录音，输入监控 - 在其他应用程序激活时检测到该修饰符，辅助功能 - 将完成的文本粘贴到当前聚焦的字段中。在更改输入监控或辅助功能后，停止并重新打开 Qwen Scribe。当未授予这些可选权限时，文件转录仍然可用。助手监视修饰符更改事件，仅响应右 Command 键。它在内存中拍摄剪贴板快照，粘贴转录，并在剪贴板未更改时恢复以前的剪贴板。有关完整的数据和权限行为，请参见 PRIVACY.md。 本地文件和删除数据默认位置保存的转录 ~/Library/Application Support/Qwen Scribe/transcripts，私有运行时 ~/Library/Application Support/Qwen Scribe/runtime，诊断日志 ~/Library/Logs/QwenScribe.log，下载的模型 ~/.cache/huggingface/hub。保存的转录为可读的未加密 JSON。请使用历史控制删除一个或全部。常规文件系统删除不是安全擦除，本地备份可能保留副本。开发：make setup # 创建 .venv 并安装审核过的依赖锁定，make test # 在没有模型权重的情况下运行轻量级 API/历史测试，make check # 测试、源代码编译和发布卫生，make app # 在 dist/ 中构建临时签名的应用程序包，make package # 创建 beta 发布 zip 包在 dist/ 中，make app 编译 native/DictationHelper.m 作为 arm64 包可执行文件，嵌入服务器启动器和跟踪的源作为签名资源，验证其属性列表，签名并验证结果。将隐私敏感的录音机作为包可执行文件可为 macOS 提供一个稳定的应用身份以获得辅助功能、输入监控和麦克风访问。将 CODESIGN_IDENTITY 设置为发布构建的开发者 ID；公证故意作为单独的发布者所有者步骤。可选的 8 位转换：对于基于源的使用，本地 8 位转换可以减少解码延迟：source .venv/bin/activate, python quantize_8bit.py, python compare_models.py path/to/representative-recording.m4a。这会创建一个多千兆字节的 models/ 目录，故意被 Git 忽略。验证有代表性记录的名称和数字。