苹果在 WWDC25 上推出了新的 SpeechAnalyzer API，用于设备端语音转文本。一篇基准测试文章将其性能与 OpenAI 的 Whisper 和苹果之前的 API 进行了比较，结果显示其在速度和准确性上具有竞争力。 该 API 可能通过提供集成在 macOS/iOS 中的原生高质量解决方案，颠覆现有的 ASR 包装器应用，从而可能使第三方转录服务变得不那么必要。 基准测试在数学讲座上进行；SpeechAnalyzer 比 Whisper-Large-V2 快得多，准确率仅略低。它完全在设备端运行，保护用户隐私。
背景
自动语音识别（ASR）将音频转换为文本。Whisper 是 OpenAI 开发的热门开源 ASR 模型。苹果之前的语音 API 功能较弱。新的 SpeechAnalyzer API 是苹果推动设备端 AI 功能的一部分。
参考链接
社区讨论
评论者指出存在更好的模型，如 Nemotron 和 Voxtral，但一致认为苹果的 API 可能淘汰许多 Whisper 包装器应用。一些用户报告成功将其集成到 Handy.computer 等工具中，而另一些用户则称赞其在实时转录中的速度。