开源 iOS 应用 LiveTranscriber：iPhone 实现完全离线多模型语音转录
marshmallow_ki · reddit · 2026-08-06
开发者推出了一款名为 LiveTranscriber 的开源 iOS 应用，成功在 iPhone 上实现了多种现代语音与语言大模型的完全离线端侧运行，超越了单纯的技术演示，达到了实用级别。
核心功能与支持模型：
- 离线转录：支持 Whisper、Qwen3-ASR 以及 NVIDIA Nemotron 流式低延迟转录。
- 多人感知：集成 MOSS 多说话人模型，支持区分不同说话者。
- 本地分析：利用 Qwen3 在设备端直接生成摘要、提取关键点并分析转录文本。
- 生态联动：支持 Apple Watch 录音自动同步、实时翻译及历史记录检索。
作者强调，该项目最难攻克的工程挑战在于移动端的内存管理、流式延迟控制、多推理后端切换以及电池续航优化。
所属事件:开源 iOS 应用 LiveTranscriber 实现多模型离线运行(2 条相关)→
「Infra」频道最新
- 双 RTX 5060 Ti 挑战本地跑 MiniMax H3：显存切分与卸载策略探讨 — Kahvana · 2026-08-06
- AMD 显卡跑 MiniMax H3 遇阻：SageAttention 依赖成痛点 — itiswhatitiswgatitis · 2026-08-06
- 预告：一个 API 密钥调用任意模型并支持本地云端路由 — ycombinator · 2026-08-06
- turbopuffer 架构解析：如何构建 256TB 搜索索引 — shakoistsLog · 2026-08-06
- 格芯Q3毛利率指引超30%，硅光子产能成AI算力新稀缺资源 — tengyanAI · 2026-08-06
- 单次复杂AI任务成本仅约0.004美元 — victormustar · 2026-08-06