45 秒 AI 转录 34 分钟 4K 视频：苹果 Speech 技术力压群雄，比 OpenAI Whisper 快 55%

苹果AI语音技术引爆行业！转录速度领先OpenAI Whisper 55%，重塑未来视频处理新标杆

　　 6月18日消息，科技媒体macstories在6月17日发布的博文中提到，他们通过一段长达34分钟、大小为7GB的视频文件进行测试，结果显示苹果全新推出的SpeechAPI仅耗时45秒便完成了转录任务，而OpenAI的Whisper则用了101秒，这意味着苹果的新技术比之快了55%。 从这一结果来看，苹果在语音处理技术上的进步相当显著。SpeechAPI能够在如此短的时间内完成大规模音频文件的转录工作，不仅展现了苹果在优化算法和提升效率方面的强大能力，也进一步巩固了其在智能设备领域的技术领先地位。对于开发者和用户而言，这无疑是一个令人振奋的消息，尤其是在需要高效处理语音数据的应用场景下，这项技术的优势将更加凸显。未来，随着更多类似功能的推出，苹果可能会在人工智能语音处理领域掀起新一轮的技术革新浪潮。

　　 注：在WWDC2025全球开发者大会上，苹果公司推出了备受瞩目的全新Speech框架，这一框架整合了SpeechAnalyzer和SpeechTranscriber两大核心模块，为开发者提供了强大的语音处理工具。 苹果公司近年来在人工智能领域的投入愈发深入，此次推出的Speech框架无疑再次展现了其技术实力。SpeechAnalyzer和SpeechTranscriber的加入，不仅丰富了苹果生态系统的功能，也为开发者带来了更多可能性。尤其是对于需要高效语音识别与分析的应用场景，这两个模块的实用性显而易见。这表明，苹果正在通过技术创新进一步巩固其在智能设备领域的领先地位，同时也为用户带来更加智能化和便捷化的体验。未来，我们有理由期待这些技术能更广泛地应用于日常生活中，为人们的生活带来更多便利。

　　 经测试，使用基于上述模块开发的Yap应用工具处理一段时长34分钟、大小7GB的4K视频，仅耗时45秒，其性能显著优于竞品MacWhisper（基于OpenAI的Whisper开源语音转录模型），后者完成相同任务需1分41秒。

　　 该媒体进一步对比 Yap 与 MacWhisper、VidCap 等主流工具的表现：

　　 Yap：45 秒完成转录，输出 SRT 及 TXT 格式文件；

　　 MacWhisper（V3 Turbo）：1 分 41 秒；

　　 VidCap：1 分 55 秒；

　　 MacWhisper（V2）：3 分 55 秒。

　　 该媒体报道称，虽然各类工具在专有名词识别方面（例如“AppStories”）仍存在一定误差，但Yap凭借其出色的本地化能力，在速度上表现出明显的优势。据统计，若以每周处理多段视频为基准进行测算，Yap累计节省的时间效益十分显著。