Saypane
语言: 简体中文

适用于 Windows 10 和 11 的本地转写

转写访谈和会议,无需上传录音。

Saypane 在你自己的电脑上把录音转成逐字稿:带时间戳、说话人标注,可导出为 Word。适合你承诺过要保密的访谈、与患者的谈话、客户电话,以及其他不该交给转写服务的录音。

免费版会转写每个文件的前 15 分钟。免费下载,听写免费且不限量。Saypane Pro 为一次性应用内购买,价格 US$24.99。

示意图,并非截图。

为必须保密的录音而做

研究人员和博士生

知情同意书和伦理审查往往会限制访谈数据可以存放的位置。用 Saypane,数据就留在你做分析的那台电脑上。

记者

不让信息源的声音进入第三方服务器,保护好你的消息来源。按时间戳查找引语。

律师

客户谈话和庭审录音在你自己的电脑上转写,数据保护文件里不用再多列一个数据处理方。

医生和心理治疗师

适用于不允许患者音频离开设备的规定。请先确认你所在机构的规定;Saypane 负责的是本地处理这一部分。

你能得到什么

  • 逐字文本。按顺序记下说过的话。没有 AI 摘要,也没有改写。
  • 每一段都有时间戳,方便在录音里找到对应的位置。
  • 说话人标注(Pro):说话人 1、说话人 2 等,问题和回答一眼就能分开。
  • 会议录音(Pro):同时录下你的麦克风和电脑声音,通话双方都能录到。不会有机器人加入会议。
  • 导出为 TXT 免费;Pro 还可以导出为 SRT、VTT、适用于 Word 的 DOCX 以及 JSON。
  • 批量队列(Pro):拖入一整个文件夹的访谈,让它自己跑完。

使用方法

  1. 添加录音

    把文件拖到 Saypane 上,或者开始一次会议录音,然后选择录音里所说的语言。

  2. 让它在你的电脑上运行

    Parakeet 在普通 CPU 上就能快速处理 25 种欧洲语言。其余语言由 Whisper 负责。有 GPU 时两者都会更快。

  3. 核对并导出

    对照录音核对逐字稿,然后导出为 Word、字幕或纯文本。

长文件也不会陷入循环

Whisper 有一个已知的弱点:处理长录音时可能会卡住,把同一句话重复好几分钟,或者跳过一整段。在我们的测试中,把整个文件一次性解码,结果正是这样。

Saypane 不会一次性解码整个文件。它用语音活动检测器在停顿处切分音频,逐段单独转写,检查结果里有没有重复文本,发现循环的片段会重新转写。

支持的文件

MP3、M4A、WAV、AAC、WMA、MP4、MOV,以及 Windows 能播放的其他常见音频和视频格式。视频文件只读取其中的音轨。解码使用 Windows 自带的 Windows Media Foundation。

Windows 上的本地转写应用

SaypaneWizWhispBuzzVibe
在你的电脑上运行 是是是是
说话人标注 Pro 版提供不支持,其商店页面写明了未列出支持
录制电脑声音用于会议 Pro 版提供不支持,仅限文件未列出支持
听写输入到其他应用 支持,免费不支持不支持不支持
价格 每个文件免费 15 分钟,Pro 一次性买断小模型免费,Pro 一次性 $9.99免费,开源免费,开源

其他应用的信息取自它们的官网、商店页面和 GitHub 页面在 2026 年 10 月 27 日的说明。Buzz 和 Vibe 是免费的,如果它们能满足你的需要,就用它们吧。Windows 最佳离线转写软件。查看全部对比

需要了解的事

  • 说话人标注是自动生成的,遇到多人同时说话、声音相近或只有一支远处的麦克风时可能会出错。引用任何人的话之前请先核对。
  • 语音模型往往会省略“嗯”“呃”这样的语气词和说到一半重来的话。如果你的研究方法需要这些内容(比如会话分析),请在核对时补上。
  • Saypane 不会总结、翻译你的录音,也不会回答关于录音内容的问题。
  • Saypane 让处理过程留在本地。这对你的伦理委员会、GDPR 评估或 HIPAA 政策来说是否足够,由它们来决定;这份指南列出了你需要向它们说明的内容。

问题解答

在 Windows 上能在本地转写访谈并识别说话人吗?

能。Saypane Pro 在你的电脑上转写并标注说话人(说话人 1、说话人 2……)。什么都不会上传。在免费开源应用里,Vibe 也提供说话人标注。Saypane 与 Vibe 对比。

免费版能转写多少?

每个文件的前 15 分钟,生成完整、可导出、不带水印的逐字稿。文件数量不限。更长的文件、说话人标注、会议录音和其他导出格式需要 Saypane Pro。免费下载,听写免费且不限量。Saypane Pro 为一次性应用内购买,价格 US$24.99。

一小时的访谈要转写多久?

取决于模型和你的电脑。在我们的测试电脑上,Parakeet 用 4 个 CPU 线程的速度约为实时的 13 倍,一小时的英语、德语、法语或它支持的其他 25 种语言之一,不到 5 分钟就能转完。Whisper large v3 turbo 只用 CPU 时大约是实时速度或更慢,所以一小时的录音可能要一小时甚至更久;通过 Vulkan 使用 GPU 速度大约能翻倍。详情。

没有网络能用吗?

能,只要语音模型已经下载好。你可以断开电脑的网络,照常转写。

转写你的第一个文件

每个文件的前 15 分钟免费。无需账号,无需上传。