finnvoor/yap

解決的問題

yap 是一個命令列介面（CLI）工具，提供便捷的在地設備語音轉錄存取。它允許使用者將音訊與影片檔案、即時系統音訊或麥克風輸入轉換為文字，無需依賴雲端語音轉錄服務。

作法原理

此工具利用 macOS 上的 Apple Speech.framework 在裝置上執行轉錄。支援多種輸入來源：檔案（音訊/影片）、即時系統音訊（透過螢幕錄製權限）、麥克風輸入（透過麥克風權限）。

適用對象

需要快速、本地化轉錄工具的 macOS 開發者與進階使用者，可將其串接至其他 CLI 工具（例如用於摘要的 LLM）或用於生成影片製作的字幕檔案。

主要特色

• 多種輸入模式：支援檔案轉錄、即時系統音訊捕捉與麥克風語音輸入。
• 彈性輸出格式：可匯出為純文字、SRT、VTT 與 JSON 格式。
• 會議轉錄：listen-and-dictate 命令可同時轉錄系統音訊與麥克風輸入，並支援自訂講者標籤。
• MCP 伺服器：內建模型上下文協定（MCP）伺服器，讓 AI 代理可使用 transcribe 工具。
• 本地處理：所有轉錄皆使用 macOS 框架在裝置上執行。