macOS 苹果原生无感录音转录 · 多人声角色分离 · AI润色 · 备忘录独立单篇归档
许多人在 macOS 上习惯用系统自带的「语音备忘录」记录灵感、采访或会议，但录完之后的整理往往繁琐痛杂：
- 音频上传到第三方云服务，存在敏感内容与个人隐私泄露风险；
- 多人对话混杂在一起，难以区分“谁在什么时候说了什么”；
- 碎片化的录音文稿东存西放，查找极其困难。
Whisper Memo 为此而生：它将苹果系统自带的「语音备忘录」、底层的「whisper.cpp 本地离线引擎」、专业的「PyAnnote 多人声分离算法」、智能大模型「DeepSeek」与原生「备忘录 (Apple Notes)」无缝打通，让录音转录与归档像原生系统功能一样自然顺滑。
- ⌨️ 全局快捷键一触即发：后台轻量守护进程，无论在任何 App 窗口，随时按下
⌥ ⌘ R（Option + Command + R），立即自动扫描并转录最新录音。 - 🔒 100% 本地音频离线隐私：依托优化过的
whisper.cpp引擎与本地模型，音频转录完全在您的 Mac 芯片本地运行，原始音频绝不上传任何云端。 - 👥 智能路由与多人声角色划分：
- 自动识别“个人日常灵感录音”与“多人会议/访谈录音”；
- 针对对话与访谈，自动分析声纹分离角色（甲 / 乙 / 丙 / 丁），精准还原逐句发言。
- ✍️ 智能润色与结构化会议纪要：接入 DeepSeek，自动去除口头语气词，整理出精美正文，并提炼【核心摘要】、【主要观点】与【待办事项】。
- 📝 备忘录独立单篇优雅归档：
- 转录润色完成后，自动保存在系统原生备忘录「录音文稿」文件夹下；
- 每个录音各自生成一篇独立笔记（首行自动提取为主题大标题，如
260908 | 团队技术评审与架构讨论），绝不杂乱堆叠。
- 🔐 钥匙串硬件级安全存储：API Key 统一由 macOS 原生钥匙串（Keychain）加密存储，绝不在代码中硬编码或落盘明文。
graph TD
A[系统语音备忘录 / 外部音频拖拽] --> B[全局快捷键 ⌥⌘R 或 后台检测]
B --> C[AutoRouter 智能路由分析]
C -->|个人录音| D[本地 whisper.cpp 极速转录]
C -->|多人对话/访谈| E[PyAnnote 声纹角色分离 + Whisper对齐]
D --> F[DeepSeek 智能文字润色]
E --> G[DeepSeek 结构化会议纪要提取]
F --> H[Apple Notes 备忘录]
G --> H
H --> I[生成独立单篇文稿 · 收纳于「录音文稿」]
- macOS 13.0 (Ventura) 及以上版本（支持 Apple Silicon M 系列与 Intel 架构）
- 已安装 Homebrew
- Python 3.10 及以上版本
克隆本项目到本地，直接运行自动化安装脚本：
git clone https://github.com/your-username/whisper-memo.git
cd whisper-memo
chmod +x setup.sh
./setup.sh该脚本将自动为您：
- 安装底层命令行依赖
ffmpeg与whisper-cpp； - 自动下载 Whisper 离线通用小模型（
ggml-small.bin，~488MB）； - 建立会议模式所需的 Python 隔离运行环境；
- 编译生成原生应用并安装到系统的
/Applications； - 注册全局快捷键守护进程
⌥⌘R。
- 打开「访达」->「应用程序」，双击打开
Whisper Memo V2.app； - 在弹出的设置窗口中填入您的 DeepSeek API Key（若暂无密钥可前往 DeepSeek 开放平台 申请）；
- 点击保存，密钥将被安全加密写入 macOS 系统的 Keychain 中。
录完语音备忘录后，无论你在哪个屏幕，直接按键盘快捷键：
⌥ ⌘ R（Option + Command + R）
系统会在后台静默完成：识别录音类型 ➔ 声学转写/角色分离 ➔ AI润色 ➔ 写入备忘录。打开系统备忘录「录音文稿」，最新笔记已静静躺在那里。
打开 Whisper Memo V2.app，直接将任意音频文件（支持 .m4a、.qta、.wav、.mp3 等）拖入应用窗口即可自动开始。
也可以在 macOS 自带的「快捷指令」App 中创建动作，调用 Whisper Memo V2，实现与系统工作流的高度定制整合。
- 零音频外泄：音频文件的解码、转录全部在本地闭环运行，不会上传至任何第三方服务器。
- 物理数据隔离：转录好的文稿直接写入您个人 Mac 本地的 Apple Notes（同步至您自己的个人 iCloud），不经过任何中转服务器。
- 代码开源可审计：全部源码公开，杜绝任何数据上报或隐藏后门。
本项目基于 MIT License 开源发布。 欢迎提交 Issue 与 Pull Request，共同打造更加极致的 macOS 个人声音知识库管理体验！