45 秒AI 转录 34 分钟 4K 视频：苹果 Speech 技术力压群雄

6 月 18 日消息，科技媒体 macstories 昨日（6 月 17 日）发布博文，通过一段长达 34 分钟，7GB 的视频文件实测，发现苹果全新的 Speech API 仅用 45 秒完成，比 OpenAI Whisper（101 秒）快 55%。

注：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。

该媒体实测了基于上述模组开发的 Yap 应用工具，发现转录处理一段 34 分钟、7GB 的 4K 视频，只需要 45 秒，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。

该媒体指出尽管所有工具在专有名词识别（如“AppStories”）存在误差，但 Yap 的本地化运算，让其速度优势显著，以每周处理多段视频计算，累计节省时间效益可观。