前言
迫于 Zoom 的转录实在不好用（不能双语对照显示、不能复制导出），我也尝试找了一些 App ，但都感觉不太满足需求，所以决定自己 vibe coding 一个。
核心就是
- 实时转录+翻译，并且双语对照显示，随时浏览历史
- 支持导出，方便 AI 分析总结
- 性能高但成本要低
于是我和 Grok 大战了三百回合，聊了很多技术、设计、文案（为了省 token ），然后和 claude-4.6 把项目 vibe 了出来。
官网 & 下载地址
✨ 核心功能
-
🎙️ 实时语音转录
基于 Apple Speech 框架 + Neural Engine 硬件加速，准确率较高，适合长时间会议、讲座、对话 -
🌐 实时翻译
转录结果实时翻译，使用 Apple Translation 框架，支持 macOS 内置的所有语言 -
🔊 应用音频捕获
通过 ScreenCaptureKit 直接抓取其他应用的音频（ Teams 、Zoom 、YouTube 、浏览器等），无需扬声器外放 -
🔒 完全离线 & 隐私优先
语音识别和翻译全部在设备端运行，无需联网，无数据上传 -
📜 历史记录
自动保存每次会话，支持浏览、预览、重命名、删除 -
📤 导出
一键导出为 SRT 字幕 或 Markdown 格式，方便后续整理或做会议纪要 -
⚙️ 个性化设置
语言偏好、外观模式（浅色/深色/跟随系统） -
🪶 极致轻量
安装包不到 900KB，下载即用，毫无负担
🛠️ 技术栈
| 技术 | 说明 |
|---|---|
| Swift 6.0 | 主语言，用了大量现代并发特性 |
| SwiftUI | 声明式 UI ，纯原生 macOS 体验 |
| Speech | Apple 原生语音识别，Neural Engine 加速 |
| Translation | Apple 原生设备端翻译框架 |
| AVFoundation | 音频处理基础 |
| ScreenCaptureKit | 捕获其他 App 音频流 |
| MVVM + @Observable | 现代 SwiftUI 响应式架构 |
🗺️ Roadmap
- 集成 FluidAudio 框架
- 支持 Whisper 、Parakeet 等第三方模型
- 识别不同说话人
- 同时监听 App 和麦克风
- 自定义界面样式
- 自定义更多快捷键
- ……欢迎提更多想法！
欢迎一起玩 & 提需求
TransFlow 现在还是个非常 early 的小项目。
我也建了一个微信群（二维码在 Github Readme ），欢迎进来交流使用感受、想法、甚至一起 brainstorm 下新功能。
希望 TransFlow 能帮到你，也期待大家的反馈和想法！
目前尚无回复
Select Language