EdgeSpeak

EdgeSpeak 是一款运行于 macOS（采用 Apple Silicon 芯片）的桌面应用，专注于音视频转录。用户只需拖拽文件或直接通过麦克风录音，即可快速获得带有语义分段和字词级时间戳的转写结果。输出格式支持 JSON、SRT、Markdown，方便直接用于字幕制作、笔记整理或内容分析。

在实际使用中，EdgeSpeak 展现出较高的运行效率：在 M4 芯片上可实现约 40 倍实时率（即 1 分钟音频仅需约 1.5 秒处理），内存占用约 1 GB。由于完全本地处理，音视频文件不会上传至云端，有效保护隐私。此外，软件兼容 OpenAI Audio API，可作为本地音频理解后端，替代云端服务；同时提供 CLI 和 MCP Server，便于开发者将其集成到自动化流程（如 Claude、Codex 等）中。

目前产品的功能仍在完善中，说话人标记和语音生成（播报）能力虽在开发计划中，但尚未上线。产品的价格采用一次性买断制，早期阶段提供早鸟价（具体价格未公开），单次购买可激活最多 4 台设备。用户反馈主要来自开发者个人，缺乏大规模第三方评测，转录准确率和稳定性尚待更多实际场景验证。

EdgeSpeak 适合看重隐私的内容创作者、播客作者、记者、研究者，以及希望将本地转录能力嵌入自己工作流的开发者。但对于需要实时协作、多人多语种混合识别或极高行业专用精度的用户，现阶段可能还不够理想。同时，软件仅支持 macOS，Windows 用户暂时无法使用。