惊！45 秒 AI 转录 34 分钟 4K 视频，苹果 Speech 技术超 OpenAI Whisper 快 55%
6 月 18 日消息，科技媒体 macstories 于 6 月 17 日发布博文，公布了一项关于语音转录的实测结果。此次实测使用一段长达 34 分钟、大小为 7GB 的视频文件，对苹果全新的 Speech API 以及其他竞品进行了对比。
据悉，苹果公司在 WWDC 2025 全球开发者大会上宣布推出全新的 Speech 框架，其中包含 SpeechAnalyzer 和 SpeechTranscriber 两款模组。macstories 实测了基于这两款模组开发的 Yap 应用工具，发现它在转录处理该视频时仅用 45 秒就完成了，而 OpenAI Whisper 则需要 101 秒，苹果的 Speech API 比其快了 55%。此外，Yap 远超竞品 MacWhisper（基于 OpenAI 的 Whisper 开源语音转录模型）的 1 分 41 秒。
该媒体还进一步对比了 Yap 与 MacWhisper、VidCap 等主流工具的表现。结果显示，Yap 以 45 秒完成转录并输出 SRT 及 TXT 格式文件，MacWhisper（V3 Turbo）用时 1 分 41 秒，VidCap 用时 1 分 55 秒，MacWhisper（V2）用时 3 分 55 秒。虽然所有工具在专有名词识别上都存在误差，但 Yap 的本地化运算使其速度优势显著，若以每周处理多段视频计算，累计节省的时间效益相当可观。
