finnvoor/yap

解决的问题

yap 是一个命令行界面（CLI）工具，可轻松访问本地设备上的语音转录功能。它允许用户将音频和视频文件、实时系统音频或麦克风输入转换为文本，无需依赖云端语音转录服务。

工作原理

该工具利用 macOS 上的 Apple Speech.framework 在设备上执行转录。支持多种输入源：文件（音频/视频）、实时系统音频（通过屏幕录制权限）、麦克风输入（通过麦克风权限）。

适用人群

需要快速、本地化转录工具的 macOS 开发者和高级用户，可将其与其他 CLI 工具（如用于摘要的 LLM）结合使用，或用于生成视频制作的字幕文件。

主要特性

• 多种输入模式：支持文件转录、实时系统音频捕获和麦克风语音输入。
• 灵活的输出格式：可导出为纯文本、SRT、VTT 和 JSON 格式。
• 会议转录：listen-and-dictate 命令可同时转录系统音频和麦克风输入，并支持自定义说话人标签。
• MCP 服务器：内置模型上下文协议（MCP）服务器，允许 AI 代理使用 transcribe 工具。
• 本地处理：所有转录均使用 macOS 框架在设备上完成。